s分析练习题1.

https://pan.baidu.com/s/1YGwh3pqxW4OlrQXt-5wgFg?pwd3znx

提取码:

简介数据集1.分析Chipotle快餐数据chipotle.tsv2.分析2012欧洲杯数据Euro2012_stats.csv3.分析酒类消费数据drinks.csv4.分析1960

2014

美国犯罪数据US_Crime_Rates_1960_2014.csv5.分析虚拟姓名数据题内构造数据6.分析风速数据wind.data7.分析泰坦尼克灾难数据train.csv8.分析Pokemon数据练习中手动内置的数据9.分析Apple公司股价数据Apple_stock.csv10.分析Iris纸鸢花数据iris.csv

import

csv_path./pandas_data/chipotle.tsv

#1.加载数据

chipopd.read_csv(csv_path,sep\t)

#3.查看数据有多少列

quantity]].groupby([item_name],

sum})

c.sort_values(byquantity,ascendingFalse,inplaceTrue)

print(c.head(1))

print(----------5----------)#7.

查看有多少种商品

print(chipo[item_name].nunique())

#8.

在choice_description中下单次数最多的商品是什么?

print(chipo[choice_description].value_counts().head(1))

#9.

chipo[item_price]chipo[item_price].apply(d)

#11.

chipo[sub_total]chipo[item_price]*chipo[quantity]

12:

print(chipo[order_id].nunique())

order_id

choice_description,item_price],dtypeobject)

RangeIndex(start0,

csv_path2./pandas_data/Euro2012_stats.csv

#1:加载数据

sorted_subsetsubset.sort_values([Red

Cards,Yellow

print(euro[euro[Goals]6][[Team,Goals]])

#9.

print(euro[euro[Team].str.contains(^G)][Team])

#方法2

print(euro[euro.Team.str.startswith(G)][Team])

#10.

找到英格兰(England)、意大利(Italy)和俄罗斯(Russia)的射正率(Shooting

Accuracy)

print(euro.loc[euro[Team].isin([England,

Italy,

csv_path3./pandas_data/drinks.csv

#1:加载数据

print(drinks.groupby(continent)[beer_servings].mean())

#3.计算各大洲红酒平均消耗量

print(drinks.groupby(continent)[wine_servings].mean())

print(drinks.groupby(continent)[beer_servings,spirit_servings,wine_servings].mean())

print(drinks.groupby(continent)[beer_servings,spirit_servings,wine_servings].median())

#6.

print(drinks.groupby(continent)[spirit_servings].agg([mean,

min,

----------3----------beer_servings

spirit_servings

----------4----------beer_servings

spirit_servings

302/var/folders/cr/2fpn8__12377w89ml3mv5ksw0000gn/T/ipykernel_74870/3785898223.py:13:

FutureWarning:

instead.print(drinks.groupby(continent)[beer_servings,spirit_servings,wine_servings].mean())

/var/folders/cr/2fpn8__12377w89ml3mv5ksw0000gn/T/ipykernel_74870/3785898223.py:16:

FutureWarning:

instead.print(drinks.groupby(continent)[beer_servings,spirit_servings,wine_servings].median())4.

Apply函数

‘raise’默认抛出异常、‘coerce’将无法转换的值设为

NaT或

指定日期字符串的格式可以提高解析速度。

如果未指定则尝试使用通用解析器。

exact:

‘D’日、‘s’秒、‘ms’毫秒、‘us’微秒、‘ns’纳秒。

如果为

‘unix’默认1970-01-01‘epoch’1970-01-01或一个具体的日期字符串。

cache:

中用于对时间序列数据进行重新采样的重要工具。

它允许你按照指定的时间频率对数据进行聚合、转换或者采样。

主要作用

将时间序列数据按照指定的时间频率进行分组然后进行聚合操作比如求和、平均值等。

降采样和升采样

降采样是指将高频率的数据聚合为低频率而升采样是指将低频率的数据转换为高频率。

howNone,

csv_path4./pandas_data/US_Crime_Rates_1960_2014.csv

#1:加载数据

crime[Year]pd.to_datetime(crime[Year],format%Y)

#4.将Year设置为数据集索引

crimecrime.set_index(Year,dropTrue)

print(crime.head())

crime.drop(Total,axis1,inplaceTrue)

#方法2

crimescrime.resample(10AS).sum()

population

crime[Population].resample(10AS).max()

crimes[Population]

----------3----------Population

Total

----------4----------Population

Violent

----------5----------Population

Violent

16]}print(----------1----------)

#2.装载数据

data1pd.DataFrame(raw_data_1,columns[subject_id,

first_name,

data2pd.DataFrame(raw_data_2,columns[subject_id,

first_name,

all_datapd.concat([data1,data2])

print(all_data)

all_data2pd.concat([data1,data2],axis1)

print(all_data2)

#5.按照subject_id合并data_all和data3

data3,

print(pd.merge(data1,data2,onsubject_id,howinner))

#7.

howouter))----------1----------subject_id

first_name

---------------------subject_id

first_name

---------------------subject_id

test_id

----------2----------subject_id

first_name

----------3----------subject_id

first_name

----------4----------subject_id

first_name

----------5----------subject_id

first_name_x

----------6----------subject_id

first_name_x

中用于从文本文件读取数据的函数。

该函数的主要作用是将文本数据读取为

DataFrame

pd.read_table(filepath_or_buffer,

sep\t,

csv_path6./pandas_data/wind.data

#1:加载数据

\s指定分隔符为一个或者多个空格并且在parse_dates参数可以接受第012列合并为一个日期时间列

data

datetime.date(year,x.month,x.day)

data[Yr_Mo_Dy]data[Yr_Mo_Dy].apply(fix_year)

print(data.head())

#3.将Yr_Mo_Dy设置为索引类型datetime64[ns]

data[Yr_Mo_Dy]pd.to_datetime(data[Yr_Mo_Dy])

data.set_index(Yr_Mo_Dy,inplaceTrue)

print(data)

data.isnull的每个元素都是布尔值表示该位置是否缺失data.isnull().sum()对列求和得到每列缺失值

print(data.shape[0]-data.isnull().sum())

#6.

#data.mean()是对每一列取均值data.mean().mean()对这个包含每个列均值的Series再次取得均值得到最终结果

#7.

创建数据集存储每个location最小值、最大值、平均值、标准差

loc_stats[mean]

创建数据集存储所有location最小值、最大值、平均值、标准差

day_stats

print(day_stats.head())Yr_Mo_Dy

RPT

csv_path7./pandas_data/train.csv

#1:加载数据

titantic.set_index(PassengerId,inplaceTrue)

#3.分别统计男女乘客数量

mal_sum(titantic[Sex]male).sum()

female_sum(titantic[Sex]female).sum()

hueSex根据性别分别用不同颜色表示三点fit_regfalse

不显示回归线

lmsns.lmplot(xAge,yFare,datatitantic,hueSex,fit_regFalse)

lm.set(titleFare

print(titantic[Survived].sum())print(----------5----------)

#6.

datatitantic[Fare].sort_values(ascendingFalse)

print(data)

print(----------6----------)PassengerId

Survived

----------3--------------------4----------

342

float64----------6----------从此看出船票主要集中在0-100的价格区间

创建数据框

Charmander,Squirtle,Caterpie],evolution:

[Ivysaur,Charmeleon,Wartortle,Metapod],type:

[grass,

pokemonpokemon[[name,type,hp,evolution,pokedex]]

print(pokemon)

pokemon[place][park,street,lake,forest]

print(pokemon)

csv_path9./pandas_data/Apple_stock.csv

#1:加载数据

apple[Date]pd.to_datetime(apple[Date])

#4.将Date设置为索引

apple.set_index(Date,inplaceTrue)

print(apple.head())

apple.sort_index(ascendingTrue)

#注意B表示Business

print((apple.index.max()-apple.index.min()).days)

#9.

csv_path10./pandas_data/iris.csv

#1:加载数据

print(iris.head())print(----------2----------)

print(iris.isnull().sum())print(----------3----------)

#4.将列petal_length的第10到19行设置为缺失值

print(iris.head(20))

iris[petal_length].fillna(1,inplaceTrue)

print(iris.head(20))

iris.drop(class,axis1,inplaceTrue)

print(iris.head())

print(iris.head())print(----------7----------)

#8.

----------1----------sepal_length

sepal_width

----------3----------sepal_length

sepal_width

----------4----------sepal_length

sepal_width

----------5----------sepal_length

sepal_width

----------6----------sepal_length

sepal_width

----------8----------sepal_length

sepal_width