一、查看数据
DA1 用pandas查看牛客网用户数据
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv',sep=',',dtype=object) print(Nowcoder.head(6))
打开文件时需要添加dtype=object，防止年份信息读取为小数。
DA2 牛客网用户数据集的大小
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv',sep=',',dtype=object) print(Nowcoder.shape)
DA3 牛客网的第10位用户
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv',sep=',',dtype=object) print(Nowcoder.loc[10])
- loc : Selection by Label ，按标签取数据, loc[行索引，列名/column] （如果第二个参数的个数是全部即 : ，可以省略不写）。
例：
print(df.loc[1,'name']) #索引1（行），名为‘name’的列
- iloc : Selection by Position，即按位置选择只接受整型参数。不接受列字段名称作为参数，只支持列字段的位置索引作为参数。iloc[行索引，列索引](没有逗号及以后就是默认列为所有列)
例：
print(df.iloc[1,0]) #第2行第1列的值
DA4 统计牛客网部分用户使用语言
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv') print(Nowcoder.loc[10:20, 'Language'])
二、数据索引
DA5 牛客网用户没有补全的信息
importpandasaspdNowcoder=pd.read_csv("Nowcoder.csv", sep=",", dtype=object) print(Nowcoder.isna().any()) #Python中any () 函数的基本使用：any () 函数用于判断给定的可迭代参数iterable是否都为False，如果是，any ()操作后的结果返回False，如果给定的可迭代参数iterable其中有一个为True，any ()操作后的结果则返回True。#axis=0:方向沿着列；axis=1方向沿着行
DA6 查看牛客网哪些用户使用Python
importpandasaspdNowcoder=pd.read_csv("Nowcoder.csv", sep=",", dtype=object) print(Nowcoder[Nowcoder["Language"] =="Python"])
DA7 牛客网Python用户的成就值
importpandasaspdNowcoder=pd.read_csv("Nowcoder.csv", sep=",") print(Nowcoder[Nowcoder["Language"] =="Python"]["Achievement_value"]) #print(Nowcoder.query('Language=="Python"')['Achievement_value']) #print(Nowcoder.query('Language=="Python"').Achievement_value)
DA8 文件最后用户的部分数据
importpandasaspdNowcoder=pd.read_csv("Nowcoder.csv", sep=",") a=Nowcoder.tail(5) print(a[["Nowcoder_ID", "Level", "Achievement_value", "Language"]])
三、逻辑运算
DA9 2020年毕业的人中最喜欢用Java的用户
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv',sep=',') pd.set_option('display.width', 300) #设置字符显示宽度pd.set_option('display.max_rows', None) #设置显示最大行pd.set_option('display.max_columns', None)#设置显示最大列print(Nowcoder[(Nowcoder['Graduate_year']==2020)&(Nowcoder['Language']=='Java')])
DA9 牛客网C系用户们的信息
importpandasaspdNowcoder=pd.read_csv("Nowcoder.csv", sep=",") pd.set_option("display.width", 300) #设置字符显示宽度pd.set_option("display.max_rows", None) #设置显示最大行pd.set_option("display.max_columns", None) print(Nowcoder[Nowcoder["Language"].isin(["CPP", "C", "C#"])]) #isin()函数：用来清洗数据，删选过滤掉Dateframe中的一些行，直接用返回的是bool值，然后放入Nowcoder[ {内容} ]中，则返回返回为True的数据行#print(Nowcoder.query("Language == 'CPP' or Language == 'C'")) #query（）函数查找Languague列中的CPP、C
DA10 统计牛客网刷题数量500以上的大佬
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv',sep=',') Nowcoder=Nowcoder[['Level','Achievement_value']] print(Nowcoder[Nowcoder['Achievement_value']>=500])
DA11 按照毕业年份与使用语言筛选牛客网7级用户
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') pd.set_option('display.width',300) pd.set_option('display.max_rows',None) pd.set_option('display.max_columns',None) print(Nowcoder.query("Level==7 and Language=='CPP' and Graduate_year!=2018"))
四、中级函数
DA12 牛客网不同语言使用人数
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') print(Nowcoder['Language'].value_counts())
DA13 牛客网用户最近的最长与最短连续签到天数
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') #最长day_max=Nowcoder['Continuous_check_in_days'].max() #最短day_min=Nowcoder['Continuous_check_in_days'].min() print(day_max, '\n', day_min)
DA14 Python用户的平均提交次数
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') print((Nowcoder.query("Language == 'Python'")['Number_of_submissions'].mean().round(1)))
DA15 牛客网用户等级的中位数
/
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') print(int(Nowcoder[Nowcoder['Num_of_exercise']>=10]['Level'].median()))
DA16 用户常用语言有多少
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') #unique()方法返回的是去重之后的不同值，而nunique()方法则直接放回不同值的个数print(Nowcoder.Language.nunique()) print(Nowcoder.Language.tolist())
DA17 牛客网最多的用户等级
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') print(pd.DataFrame(Nowcoder['Level'].mode(), columns=['Level']))
DA18 用分位数分析牛客网用户活动
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') print(Nowcoder[['Achievement_value', 'Continuous_check_in_days']].quantile(q=0.25)) print(Nowcoder[['Num_of_exercise', 'Number_of_submissions']].quantile(q=0.75))
DA19 牛客网大佬之间的差距
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') a=Nowcoder[Nowcoder['Level']==7]['Achievement_value'].max() b=Nowcoder[Nowcoder['Level']==7]['Achievement_value'].min() print(int(a-b))
DA20 牛客用户刷题量的方差与提交次数的标准差
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') #用户刷题量的方差A=Nowcoder['Num_of_exercise'].var() print('%.2f'%A) #提交代码次数的标准差B=Nowcoder.iloc[:,7].std() print('%.2f'%B) '''#pandas中的var函数可以得到样本方差（注意不是总体方差）#std函数可以得到样本标准差，若要得到某一行或某一列的方差，则也可用iloc选取某行或某列，后面再跟var函数或std函数即可df.var() #显示每一列的方差df.var(axis=1) #显示每一行的方差df.std() #显示每一列的标准差df.std(axis=1) #显示每一行的标准差df.iloc[0, :].std() #显示第1行的标准差df.iloc[:, 2].std() #显示第3列的标准差'''
DA21 大佬用户成就值比例
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') nc=Nowcoder.loc[Nowcoder['Level']==7] print(nc['Achievement_value']/Nowcoder['Achievement_value'].sum())
DA22 牛客网用户最高的正确率
importpandasaspdNowcoder=pd.read_csv("Nowcoder.csv") n1=Nowcoder[Nowcoder["Num_of_exercise"] >10] n2=n1.Num_of_exercise/n1.Number_of_submissionsprint(n2.max().round(3))
DA23 统计牛客网用户的名字长度
/
importpandasaspdNowcoder=pd.read_csv('Nowcoder.csv', sep=',') print(Nowcoder['Name'].apply(lambdax : len(x))) #print(df['Name'].str.len())
