Pandas数据取值与选择

  • 第1关:Series数据选择

    import pandas as pd
    import numpy as np
    
    arr = input()
    dates = pd.date_range('20190101', periods=25) # 生成时间序列
    df = pd.Series(eval(arr),index=dates)
    #完成编程要求,并输出结果
    #********** Begin **********#
    a=pd.to_datetime('2019-01-29')
    
    b=pd.to_datetime('2019-01-04')
    
    df[a]=320
    
    dh=df[b:]
    
    print(dh[dh>100])
    #********** End **********
  • 第2关:DataFrame数据选择方法

    import pandas as pd
    
    def demo(raw_data,origin):
        df = pd.DataFrame(raw_data,index=origin)
        #转换成编程要求所示DataFrame, 并输出
        #********** Begin **********#
        dh=df[['deaths','deserters','readiness','regiment','size','veterans']]
        print(dh.iloc[[3,7]].T)
    
        #********** End **********#
        return

Pandas安装与对象使用

  • 第1关:安装并使用Pandas

    import pandas as pd
    
    def demo():
        #将pandas的版本号赋值给version_number
        #********** Begin **********#
        version_number = pd.__version__
        #********** End **********#
        return  version_number
  • 第2关:Pandas的Series对象

    import pandas as pd
    
    a = input()   # 输入的是一个字符串,详细数据可查看测试集
    b = input()
    
    # 使用任意方法创建一个Series对象,并输出
    #********* Begin **********#
    a1=a.split(",")
    b1=b.split(",")
    ab=pd.Series(b1,index=a1)
    print(ab)
    #********* Begin **********#
  • 第3关:Pandas的DataFrame对象

    import pandas as pd
    
    index = input()       # 输入的是一个字符串,用于列索引,详细数据请查看测试集
    value1 = input()     # DataFrame对象的第一列数据
    value2 = input()     # DataFrame对象的第二列数据
    
    # 将数据转换为Series对象  然后通过Series对象创建一个DataFrame对象,然后输出
    #********** Begin **********#
    ps=pd.Series(value1.split(","),index=list(index.split(",")))
    pp=pd.DataFrame({'first':ps,'second':value2.split(",")})
    print(pp)
    #********** End **********#
    
    # 将数据转换为字典,然后通过字典创建一个DataFrame对象,然后输出
    #********** Begin **********#
    ps=pd.Series(value1.split(","),index=list(index.split(",")))
    pp=pd.DataFrame({'first':ps,'second':value2.split(",")})
    print(pp)
    #********** End **********#
  • 第4关:Pandas的Index对象

    import pandas as pd
    
    def demo4():
        data1 = pd.Series([1,2,3,4,66])
        data2 = pd.Series([1,22,3,4,5,6])
        # 获取两个Series对象的index对象,然后求交集与并集,并输出
        #********** Begin **********#
        d1=pd.Index(data1)
        d2=pd.Index(data2)
        o=d1 & d2
        k=d1 | d2
        print("交集:",end='')
        print(o)
        print("并集:",end='')
        print(k)
        #********** Begin **********#
        return

参考链接

文章目录