前言

Hello！小伙伴！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～

自我介绍 ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！

初学Python 小白阶段
文章仅作为自己的学习笔记用于知识体系建立以及复习
题不在多学一题懂一题
知其然知其所以然！

往期推荐

【Python｜Kaggle】机器学习系列之Pandas基础练习题（一）

【Python｜Kaggle】机器学习系列之Pandas基础练习题（二）

【Python｜Kaggle】机器学习系列之Pandas基础练习题（三）

【Python｜Kaggle】机器学习系列之Pandas基础练习题（四）

Introduction

Run the following cell to load your data and some utility functions.

运行下面代码导入此次练习需要的数据、库…

import pandas as pdreviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)from learntools.core import binder; binder.bind(globals())
from learntools.pandas.data_types_and_missing_data import *
print("Setup complete.")

Exercises

1.

题目

What is the data type of the points column in the dataset?

解答

题目意思：

查询points的类型

dtype = reviews.points.dtype

运行结果：

2.

题目

Create a Series from entries in the points column, but convert the entries to strings. Hint: strings are str in native Python.

解答

题目意思：

将points列中的数据类型转换为string

point_strings = reviews.points.astype('str')

运行结果：

3.

题目

Sometimes the price column is null. How many reviews in the dataset are missing a price?

解答

题目意思：

统计price列中nan的数量

n_missing_prices = pd.isnull(reviews.price).sum()

运行结果：

其余参考Demo：

n_missing_prices = reviews.price.isnull().sum()# ormissing_price_reviews = reviews[reviews.price.isnull()]
n_missing_prices = len(missing_price_reviews)

4.

题目

What are the most common wine-producing regions? Create a Series counting the number of times each value occurs in the region_1 field. This field is often missing data, so replace missing values with Unknown. Sort in descending order. Your output should look something like this:

Unknown                    21247
Napa Valley                 4480...
Bardolino Superiore            1
Primitivo del Tarantino        1
Name: region_1, Length: 1230, dtype: int64

解答

题目意思：

首先需要将region_1中的空值用“unknown”填充
然后统计每一个地方的频率

reviews_per_region = reviews.region_1.fillna("Unknown").value_counts().sort_values(ascending=False)

运行结果：

结语

文章仅作为学习笔记，记录从0到1的一个过程

希望对您有所帮助，如有错误欢迎小伙伴指正～

我是 海轰ଘ(੭ˊᵕˋ)੭

如果您觉得写得可以的话，请点个赞吧

谢谢支持 ❤️

【Python｜Kaggle】机器学习系列之Pandas基础练习题（五）相关推荐

【Python｜Kaggle】机器学习系列之Pandas基础练习题（四）
前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出- 自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随后转入计 ...
python数据科学系列：pandas入门详细教程
导读前2篇分别系统性介绍了numpy和matplotlib的入门基本知识,今天本文自然是要对pandas进行入门详细介绍,通过本文你将系统性了解pandas为何会有数据分析界"瑞士军刀&q ...
python字典经典例题_Python小白--------基础练习题（列表，元组，字典）
Python小白--------基础练习题(列表,元组,字典) 发布时间:2018-05-16 18:12, 浏览次数:1167 , 标签: Python 今天总结了这几天所学的基础知识,做了一些练习 ...
python学习之数据分析(四):Pandas基础
文章目录一.Pandas介绍: 1. Pandas介绍: 2.为什么要使用Pandas: 3. DataFrame: 4.DataFrame 4.1 DataFrame结构 4.2 DatatFra ...
sklearn与机器学习系列专题之降维（五）一文弄懂Isomap特征筛选降维
目录 1.Isomap算法简介 2.Isomap算法原理 3.Isomap算法优缺点 4.python实战Isomap 5.下篇预告 1.Isomap算法简介等度量映射(Isometric Feat ...
python报表自动化系列 - 为pandas.DataFrame制作自然数索引（更改索引为从1开始的自然数）
更改DataFrame索引为从1开始的自然数 [函数说明] 实际上对于人来说更习惯于从零开始索引单元格,这样也不会容易出错.而建立一个DataFrame变量后默认索引是从零开始的,还有一些由于如导入等 ...
Python快速上手系列--循环结构--基础篇
本篇将讲述前几章都有提起的循环,非常的重要,对于自动化测试的脚本来说,运用的都比较的频繁.好好看. if语句首先我们先来学习一下if语句,因为它通常会和for循环搭配使用,频率极高. if 关键字或 ...
python学习之路4（基础练习题）
1．下面哪些是操作符,哪些是值? * 'hello' -88.8 - / + 5 答:操作符包括 :* .-./.+:值包括:'hello'.-88.8.5 2．下面哪个是变量,哪个是字符串? spa ...
【机器学习基础】数学推导+纯Python实现机器学习算法30：系列总结与感悟
Python机器学习算法实现 Author:louwill Machine Learning Lab 终于到了最后的总结.从第一篇线性回归的文章开始到现在,已经接近有两年的时间了.当然,也不是纯写这3 ...

【Python｜Kaggle】机器学习系列之Pandas基础练习题（五）

前言

往期推荐

Introduction

Exercises

1.

题目

解答

2.

题目

解答

3.

题目

解答

4.

题目

解答

结语

【Python｜Kaggle】机器学习系列之Pandas基础练习题（五）相关推荐

最新文章

热门文章