数据可视化基础专题(二十一):Pandas120题(六)101-120
第五期 一些补充
101.从CSV文件中读取指定数据
#备注 从数据1中的前10行中读取positionName, salary两列 df = pd.read_csv('数据1.csv',encoding='gbk', usecols=['positionName', 'salary'],nrows = 10) df
102.从CSV文件中读取指定数据
#备注 从数据2中读取数据并在读取数据时将薪资大于10000的为改为高 df = pd.read_csv('数据2.csv',converters={'薪资水平': lambda x: '高' if float(x) > 10000 else '低'} ) df
103.从上一题数据中,对薪资水平列每隔20行进行一次抽样
df.iloc[::20, :][['薪资水平']]
104.将数据取消使用科学计数法
#输入 df = pd.DataFrame(np.random.random(10)**10, columns=['data']) df
df.round(3)
105.将上一题的数据转换为百分数
df.style.format({'data': '{0:.2%}'.format})
106.查找上一题数据中第3大值的行号
df['data'].argsort()[::-1][7]
107.反转df的行
df.iloc[::-1, :]
108.按照多列对数据进行合并
#输入 df1= pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'], 'key2': ['K0', 'K1', 'K0', 'K1'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']}) df2= pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'], 'key2': ['K0', 'K0', 'K0', 'K0'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']})
pd.merge(df1, df2, on=['key1', 'key2'])
109.按照多列对数据进行合并
pd.merge(df1, df2, how='left', on=['key1', 'key2'])
110.再次读取数据1并显示所有的列
df = pd.read_csv('数据1.csv',encoding='gbk') pd.set_option("display.max.columns", None) df
111.查找secondType与thirdType值相等的行号
np.where(df.secondType == df.thirdType)
112.查找薪资大于平均薪资的第三个数据
np.argwhere(df['salary'] > df['salary'].mean())[2]
113.将上一题数据的salary列开根号
df[['salary']].apply(np.sqrt)
114.将上一题数据的linestaion列按_拆分
df['split'] = df['linestaion'].str.split('_')
115.查看上一题数据中一共有多少列
df.shape[1]
116.提取industryField列以'数据'开头的行
df[df['industryField'].str.startswith('数据')]
117.按列制作数据透视表
pd.pivot_table(df,values=["salary","score"],index="positionId")
118.同时对salary、score两列进行计算
df[["salary","score"]].agg([np.sum,np.mean,np.min])
119.对salary求平均,对score列求和
df.agg({"salary":np.sum,"score":np.mean})
120.计算并提取平均薪资最高的区
df[['district','salary']].groupby(by='district').mean().sort_values('salary',ascending=False).head(1)
本文来自博客园,作者:秋华,转载请注明原文链接:https://www.cnblogs.com/qiu-hua/p/14728577.html