python每日一练github_python练习：pandas练习来自github

1.练习1 world food facts

2.练习2 chipotle

image.png

数据是这样的

2.1 题目和答案

2.1.1 What is the number of observations in the dataset?

chipo.shape

chipo.info()

注意查看表格的shape 不需要参数

2.1.2 What is the number of columns in the dataset？

chipo.shape[1]

2.1.3 Print the name of all the columns.

chipo.columns

也是不需要参数的

2.1.4 How is the dataset indexed?

chipo.index

2.1.5 Which was the most-ordered item?

c = chipo.groupby('item_name')

c = c.sum()

c = c.sort_values(['quantity'], ascending=False)

c.head(1)

需要复习group by与sum连用； sort_values是排序用的

2.1.6 For the most-ordered item, how many items were ordered?

c = chipo.groupby('item_name')

c = c.sum()

c = c.sort_values(['quantity'], ascending=False)

c.head(1)

按照item_name分组，key就是item_name，再根据分组之后的结果按照quantity排序

2.1.7 What was the most ordered item in the choice_description column?

c = chipo.groupby('choice_description').sum()

c = c.sort_values(['quantity'], ascending=False)

c.head(1)

按照choice_description进行分组，然后根据分组结果按照quantity进行降序排序

2.1.8 How many items were orderd in total?

d=chipo.quantity.sum()

求多少东西被买了，求quantity的总和

2.1.9 Turn the item price into a float

chipo.item_price.dtype

dollarizer = lambda x: float(x[1:-1])

chipo.item_price = chipo.item_price.apply(dollarizer)

chipo.item_price.dtype

先查看series的数据类型，然后用lambda创造一个function，apply一下

.astype()也可以进行数据类型转换，就是容易报错

2.1.10 How much was the revenue for the period in the dataset?

revenue = chipo.quantity *chipo.item_price

revenue = revenue.sum()

revenue

2.1.11 How many orders were made in the period?

orders = chipo.order_id.value_counts().count()

orders

value_counts()可以统计不同值，distinct.

count()统计非空值

2.1.12 What is the average revenue amount per order?

chipo['revenue'] = chipo['quantity'] * chipo['item_price']

order_grouped = chipo.groupby(by=['order_id']).sum()

order_grouped.mean()['revenue']

chipo.groupby(by=['order_id']).sum().mean()['revenue']

2.1.13 How many different items are sold?

chipo.item_name.value_counts().count()

python每日一练github_python练习：pandas练习来自github相关推荐

python 编程一日一练-python每日一练
广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. 过滤掉列表中的负数筛选出字典{lilei: 79,jim: 88,lu ...
Python每日一练0023
问题如何判断一个文件是否存在解决方案这个问题可以分成几类问题如果这里的文件指的是文件或目录,我们可以用os.path.exists()方法 >>> import os > ...
Python每日一练0004
问题如何保存迭代对象的最后N个元素例如保存列表['a', 'b', 'c', 'd']的最后2个元素或者保存某个迭代器对象的最后5个元素解决方案对于列表.元组这样的数据结构,可以使用切片来很 ...
python 编程一日一练-Python每日一练0022
问题你想在一个文件里每次读入固定大小的字节,比如每次读入4个字节并转成int,或者每次读入x个字节并进行结构化,例如: l = [5, 2, 4, 1, 2, 4, 5, 6, 8] with op ...
python 编程一日一练-Python每日一练0013
问题现在有多个字典或者映射,你想将它们从逻辑上合并为一个单一的映射后执行某些操作, 比如查找值或者检查某些键是否存在. 解决方案使用collections库的ChainMap类,可以快速的将多个d ...
Python每日一练0018
问题你需要对浮点数执行精确的计算操作,并且不希望有任何小误差的出现. Python的float类型是存在误差的 >>> a = 1.1 >>> b = 2.2 & ...
python每日一练名片管理程序_Python每日一练0022
问题你想在一个文件里每次读入固定大小的字节,比如每次读入4个字节并转成int,或者每次读入x个字节并进行结构化,例如: l = [5, 2, 4, 1, 2, 4, 5, 6, 8] with op ...
Python每日一练第5天——将一组数尽可能均匀地分成两堆，使两个堆中的数的和尽可能相等
每日一练-做题麦克叔叔去世了,他在遗嘱中给他的两个孙子阿贝和鲍勃留下了一堆珍贵的口袋妖怪卡片.遗嘱中唯一的方向是"尽可能均匀地分配纸牌的价值".作为Mike遗嘱的执行人,你已经为 ...
Python每日一练(1):计算文件夹内各个文章中出现次数最多的单词
#coding:utf-8 import os,repath = 'test' files = os.listdir(path)def count_word(words):dic = {}max = ...

python每日一练github_python练习：pandas练习来自github

python每日一练github_python练习：pandas练习来自github相关推荐

最新文章

热门文章

python每日一练github_python练习：pandas练习 来自github

python每日一练github_python练习：pandas练习 来自github相关推荐

最新文章

热门文章

python每日一练github_python练习：pandas练习来自github

python每日一练github_python练习：pandas练习来自github相关推荐