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