当前位置: 首页 > news >正文

Python面试十问2

一、如何使用列表创建⼀个DataFrame

# 导入pandas库
import pandas as pd# 创建一个列表,其中包含数据
data = [['A', 1], ['B', 2], ['C', 3]]# 使用pandas的DataFrame()函数将列表转换为DataFrame
df = pd.DataFrame(data, columns=['Letter', 'Number'])  # 列名# 显示创建的DataFrame
print(df)Letter  Number
0      A       1
1      B       2
2      C       3

二、如何使用Series 字典对象生成 DataFrame

# 导入pandas库
import pandas as pd# 创建一个字典对象
data = {'Name': ['Tom', 'Nick', 'John'], 'Age': [20, 21, 19]}# 使用pandas的DataFrame()函数将字典转换为DataFrame
df = pd.DataFrame(data)# 显示创建的DataFrame
print(df)Name  Age
0   Tom   20
1  Nick   21
2  John   19

三、如何查看头部数据和尾部数据

分别是df.head()df.tail()  →默认返回前(后)5条数据。

四、如何快速查看数据的统计摘要

区别df.describe()df.info()

  • df.describe():默认情况下,它会为数值型列提供中心趋势、离散度和形状的统计描述,包括计数、均值、标准差、最小值、下四分位数(25%)、中位数(50%)、上四分位数(75%)以及最大值。此外,你可以通过传递参数来调整df.describe()的行为,例如include参数可以设置为'all'来包含所有列的统计信息,或者设置为'O'来仅包含对象列的统计信息。
  • df.info():主要用于提供关于DataFrame的一般信息,如列索引、数据类型、非空值数量以及内存使用情况。它不会提供数值型数据的统计摘要,而是更多地关注于数据集的整体结构和数据类型。

五、pandas中的索引操作

pandas⽀持四种类型的多轴索引,它们是:
Dataframe.[ ] 此函数称为索引运算符
Dataframe.loc[ ] : 此函数⽤于标签
Dataframe.iloc[ ] : 此函数⽤于基于位置或整数的
Dataframe.ix[] : 此函数⽤于基于标签和整数的

panda set_index()是⼀种将列表、序列或dataframe设置为dataframe索引的⽅法。语法:
DataFrame.set_index(keys, inplace=False)

  • keys:列标签或列标签/数组列表,需要设置为索引的列
  • inplace:默认为False,适当修改DataFrame(不要创建新对象)

如何重置索引 ?

Pandas Series.reset_index()函数的作⽤是:⽣成⼀个新的DataFrame或带有重置索引的Series。

六、pandas的运算操作 

如何得到⼀个数列的最⼩值、第25百分位、中值、第75位和最⼤值?

import pandas as pd
import numpy as np
from numpy import percentile
p = pd.Series(np.random.normal(14, 6, 22))
state = np.random.RandomState(120)
p = pd.Series(state.normal(14, 6, 22))
print(percentile(p, q=[0, 25, 50, 75, 100]))
  • Pandas支持加(+)、减(-)、乘(*)、除(/)、取余(%)等基本算术运算符,可以用于DataFrame和Series之间的元素级运算,以及与标量的运算。
  • Pandas提供了一系列内置函数,如sum()mean()max()min()等,用于对数据进行聚合计算。此外,还可以使用apply()方法将自定义函数应用于DataFrame或Series。
  • 可以使用sort_values()方法对DataFrame或Series进行排序,根据指定的列或行进行升序或降序排列。

七、apply() 函数使用方法

如果需要将函数应⽤到DataFrame中的每个数据元素,可以使⽤ apply() 函数以便将函数应⽤于给定dataframe中的每⼀⾏。

import pandas as pd
def add(a, b, c):return a + b + c
def main():data = {'A':[1, 2, 3],'B':[4, 5, 6],'C':[7, 8, 9] }
df = pd.DataFrame(data)
print("Original DataFrame:\n", df)
df['add'] = df.apply(lambda row : add(row['A'],
row['B'], row['C']), axis = 1)Original DataFrame:A  B  C
0  1  4  7
1  2  5  8
2  3  6  9A  B  C  add
0  1  4  7   12
1  2  5  8   15
2  3  6  9   18

八、pandas的合并操作

如何将新⾏追加到pandas DataFrame?
Pandas dataframe.append()函数的作⽤是:将其他dataframe的⾏追加到给定的dataframe的末尾,返回⼀个新的dataframe对象。

语法:DataFrame.append( ignore_index=False,)
参数:

  • ignore_index : 如果为真,就不要使⽤索引标签 
import pandas as pd
# 使⽤dictionary创建第⼀个Dataframe
df1 =df =pd.DataFrame({"a":[1, 2, 3, 4],"b":[5, 6, 7, 8]})
# 使⽤dictionary创建第⼆个Dataframe
df2 =pd.DataFrame({"a":[1, 2, 3],"b":[5, 6, 7]})
# 现在将df2附加到df1的末尾
df1.append(df2)

第⼆个DataFrame的索引值保留在附加的DataFrame中,设置ignore_index = True可以避免这种情况。

九、分组(Grouping)聚合

“group by” 指的是涵盖下列⼀项或多项步骤的处理流程:

  • 分割:按条件把数据分割成多组;
  • 应⽤:为每组单独应⽤函数;
  • 组合:将处理结果组合成⼀个数据结构。
  1. 先分组,再⽤ sum()函数计算每组的汇总数据 
  2. 多列分组后,⽣成多层索引,也可以应⽤ sum 函数
  3. 分组后可以使用如sum()mean()min()max()等聚合函数来计算每个组的统计值。如果想要对每个分组应用多个函数,可以使用agg()方法,并传入一个包含多个函数名的列表,例如group_1.agg(['sum', 'mean'])

十、数据透视表应用

透视表是⼀种可以对数据动态排布并且分类汇总的表格格式,在pandas中它被称作pivot_table。

透视表是一种强大的数据分析工具,它可以快速地对大量数据进行汇总、分析和呈现。 

pivot_table(data, values=None, index=None, columns=None)

  • Index: 就是层次字段,要通过透视表获取什么信息就按照相应的顺序设置字段
  • Values: 可以对需要的计算数据进⾏筛选
  • Columns: 类似Index可以设置列层次字段,它不是⼀个必要参数,作为⼀种分割数据的可选⽅式。
import pandas as pd# 创建示例数据
data = {'日期': ['2022-01-01', '2022-01-01', '2022-01-02', '2022-01-02'],'产品': ['A', 'B', 'A', 'B'],'地区': ['北京', '上海', '北京', '上海'],'销售额': [100, 200, 150, 250]}
df = pd.DataFrame(data)# 使用pivot_table方法创建数据透视表
pivot_table = df.pivot_table(values='销售额', index='产品', columns='地区', aggfunc='sum')print(pivot_table)# 结果
地区    北京   上海
产品          
A      100   150
B      200   250

http://www.lryc.cn/news/379325.html

相关文章:

  • C# OpenCvSharp 图像处理函数-颜色通道-cvtColor
  • 总结之LangChain(三)——模型IO缓存
  • 判断一个Java服务是不是GateWay
  • 三次插值曲线--插值技术
  • python循环结构
  • 深入理解Netty的Pipeline机制:原理与实践详解
  • 直方图均衡化示例
  • 私域电商新纪元:消费增值模式的创新与成功实践
  • Java——IO流(一)-(6/8):字节流-FileInputStream 每次读取多个字节(示例演示)、一次读取完全部字节(方式一、方式二,注意事项)
  • 服务器SSH 免密码登录
  • Linux安装MySQL以及远程连接
  • SQL Server 数据库分页技术详解:选择最佳方法优化查询性能”。
  • electron录制-镜头缩放、移动
  • 红队内网攻防渗透:内网渗透之内网对抗:信息收集篇自动项目本机导出外部打点域内通讯PillagerBloodHound
  • 2024最新IDEA插件开发+发布全流程 SelectCamelWords[选中驼峰单词](idea源代码)
  • 【网络安全】网络安全基础精讲 - 网络安全入门第一篇
  • 初识 GPT-4 和 ChatGPT
  • 【C语言】解决C语言报错:Array Index Out of Bounds
  • 【C++】一个极简但完整的C++程序
  • Lua迭代器详解(附加红点功能实例)
  • 锂磷硫(LPS)属于硫化物固态电解质 Li7P3S11是代表性产品
  • PointCloudLib 点云边缘点提取 C++版本
  • 【Qt】QList<QVariantMap>中数据修改
  • 如何避免vue的url中使用hash符号?
  • Java学习 - MySQL存储过程、函数和触发器练习实例
  • 【深度神经网络 (DNN)】
  • ES全文检索支持繁简和IK分词检索
  • 解决Visual Studio Code在Ubuntu上崩溃的问题
  • 【OpenGauss源码学习 —— (ALTER TABLE(SET attribute_option))】
  • Elasticsearch 数据提取 - 最适合这项工作的工具是什么?