牛客网Python篇数据分析习题(一)

简介: 现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔)

1.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

你可以使用pandas打开文件,偷偷看一下里面的内容,请输出你看到的前6行数据。

1e58a830a47f22aaf0ac5cf9ef51ffc3_ed7310f480c347cea32ec672d3cd638b.png

import pandas as pd
Nowcoder=pd.read_csv("Nowcoder.csv",sep=",",dtype=object)
print(Nowcoder[1:6])

2.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

你不需要输出全部数据,请直接告诉我们这个数据集的大小,即行数与列数。

f465d7ee3eb1ed7f3de4a597c865ac41_1e0acc591098448ba84719da3b025028.png

import pandas as pd
data = pd.read_csv("Nowcoder.csv", dtype="object")
print(data.shape)

3.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

现在牛牛想知道这个数据集中第10行的用户的全部信息,请你帮他输出一下。

20b8dcf0d321bb39ec82cb2aae181b01_9d231831766040b7b92533cb632a2469.png

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv')
print(Nowcoder.iloc[10])

4.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

现在牛牛想知道这个数据集中第10行到第20行用户的常用语言分别是什么,请你帮他输出一下。

b9359077b5c0ec9cfcaa958f85644765_ae3847588d5d4ec09f308affb8ed2076.png

import pandas as pd
df = pd.read_csv("Nowcoder.csv")
print(df.loc[10:20, "Language"])

5.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

如果你想知道这份数据是不是所有列的信息都是有数据的,有没有哪些列的数据没有补全,请输出每列信息是否有为空值。

2d9a4c8663251d17c0aa85617e2b0baa_47662fff924d4f9680e41d7d15c602ff.png

import pandas as pd
a=pd.read_csv('Nowcoder.csv')
print(a.isnull().all())

6.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

如果你想知道哪些人经常使用Python这门语言,并且他们的其他信息是怎么样的,该怎么输出?

4f71bc23a2ebfd6abb930bc3ffc3d590_78a84c61636b4ec99240ecd600bbf2df.png

import pandas as pd
df=pd.read_csv('Nowcoder.csv',dtype=object)
print(df[df['Language']=='Python'])

7.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

假如你正在学习Python,你想知道牛客网的Python用户的成就值都有多高,请问该如何输出?

73d90b1047cc5b8f6748050114fd5881_f2a600b6a38e4c57a8aa6dfeb54a8c47.png

import pandas as pd
df=pd.read_csv('Nowcoder.csv',dtype=object)
df0=df[df['Language']=='Python']
print(df0.iloc[:,2])

8.现有一个Nowcoder.csv文件,它记录了牛客网的部分用户数据,包含如下字段(字段与字段之间以逗号间隔):

Nowcoder_ID:用户ID

Level:等级

Achievement_value:成就值

Num_of_exercise:刷题量

Graduate_year:毕业年份

Language:常用语言

Continuous_check_in_days:最近连续签到天数

Number_of_submissions:提交代码次数

Last_submission_time:最后一次提交题目日期

假设你想查看该文件最后5行用户的用户ID、等级、成就值、常用语言,请尝试输出。

af4ea740da3c9274208447444493cd4e_68796803fb7d41548944050394d180c7.png

import pandas as pd
Nowcoder = pd.read_csv("Nowcoder.csv", sep=",")
a = Nowcoder.tail()
print(a[["Nowcoder_ID", "Level", "Achievement_value", "Language"]]


相关文章
|
6天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
12 1
|
7天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title('简单折线图') plt.xlabel('X轴') plt.ylabel('Y轴') plt.show() ```
12 1
|
7天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
13 1
|
9天前
|
Python 数据挖掘 存储
Python 数据分析(PYDA)第三版(七)(4)
Python 数据分析(PYDA)第三版(七)
34 1
|
Python Shell 存储
Python 数据分析(PYDA)第三版(七)(3)
Python 数据分析(PYDA)第三版(七)
46 1
Python 数据分析(PYDA)第三版(七)(3)
|
机器学习/深度学习 数据可视化 Python
Python 数据分析(PYDA)第三版(六)(2)
Python 数据分析(PYDA)第三版(六)
55 0
|
机器学习/深度学习 Python 数据挖掘
Python 数据分析(PYDA)第三版(六)(1)
Python 数据分析(PYDA)第三版(六)
56 0
|
5月前
|
数据可视化 数据挖掘 Python
【Python】数据分析:matplotlib折线图
【Python】数据分析:matplotlib折线图
56 0
|
7月前
|
机器学习/深度学习 数据采集 数据挖掘
Python 数据分析入门教程:Numpy、Pandas、Matplotlib和Scikit-Learn详解
Python 数据分析入门教程:Numpy、Pandas、Matplotlib和Scikit-Learn详解
143 0
|
5月前
|
数据挖掘 Python
【Python】数据分析:matplotlib条形图
【Python】数据分析:matplotlib条形图
50 0