第4关：数据的基本操作——排序
任务描述
本关任务：根据编程要求，完成相关代码的编写。
相关知识
为了完成本关任务，你需要掌握：
- 对索引进行排序；
- 按行排序；
- 按值排序。
本关我们将学习处理 Series和 DataFrame中的数据的基本手段，我们将会探讨Pandas最为重要的一些功能。
对索引进行排序
Series 用 sort_index() 按索引排序，sort_values()按值排序；
DataFrame 也是用sort_index() 和sort_values()。
In[73]: obj = Series(range(4), index=['d','a','b','c']) In[74]: obj.sort_index() Out[74]: a 1 b 2 c 3 d 0 dtype: int64 In[78]: frame = DataFrame(np.arange(8).reshape((2,4)),index=['three', 'one'],columns=['d','a','b','c']) In[79]: frame Out[79]: d a b c three 0 1 2 3 one 4 5 6 7 In[86]: frame.sort_index() Out[86]: d a b c one 4 5 6 7 three 0 1 2 3
按行排序
In[89]: frame.sort_index(axis=1, ascending=False) Out[89]: d c b a three 0 3 2 1 one 4 7 6 5
按值排序
Series:
In[92]: obj = Series([4, 7, -3, 2]) In[94]: obj.sort_values() Out[94]: 2 -3 3 2 0 4 1 7 dtype: int64
DataFrame:
In[95]: frame = DataFrame({'b':[4, 7, -3, 2], 'a':[0, 1, 0, 1]}) In[97]: frame.sort_values(by='b') #DataFrame必须传一个by参数表示要排序的列 Out[97]: a b 2 0 -3 3 1 2 0 0 4 1 1 7
编程要求
根据提示，补充代码：
- 对代码中
s1进行按索引排序，并将结果存储到s2； - 对代码中
d1进行按值排序（index为f），并将结果存储到d2。
测试说明
如果答案正确，则会输出True。
运行代码
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def sort_gate(): ''' 返回值: s2: 一个Series类型数据 d2: 一个DataFrame类型数据 ''' # s1是Series类型数据，d1是DataFrame类型数据 s1 = Series([4, 3, 7, 2, 8], index=['z', 'y', 'j', 'i', 'e']) d1 = DataFrame({'e': [4, 2, 6, 1], 'f': [0, 5, 4, 2]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.sort_index() d2=d1.sort_values(by='f') # ********** End **********# #返回s2,d2 return s2,d2
第5关：数据的基本操作——删除
任务描述
本关任务：根据编程要求，完成相关代码的编写。
相关知识
为了完成本关任务，你需要掌握：删除指定轴上的项。
删除指定轴上的项
即删除 Series 的元素或DataFrame 的某一行（列）的意思，我们可以通过对象的 drop(labels, axis=0) 方法实现此功能。
删除Series 的一个元素：
In[11]: ser = Series([4.5,7.2,-5.3,3.6], index=['d','b','a','c']) In[13]: ser.drop('c') Out[13]: d 4.5 b 7.2 a -5.3 dtype: float64
删除 DataFrame的行或列：
In[17]: df = DataFrame(np.arange(9).reshape(3,3), index=['a','c','d'], columns=['oh','te','ca']) In[18]: df Out[18]: oh te ca a 0 1 2 c 3 4 5 d 6 7 8 In[19]: df.drop('a') Out[19]: oh te ca c 3 4 5 d 6 7 8 In[20]: df.drop(['oh','te'],axis=1) Out[20]: ca a 2 c 5 d 8
需要注意的是 drop() 返回的是一个新对象，原对象不会被改变。
编程要求
根据提示，补充代码：
- 在
s1中删除z行，并赋值到s2； d1中删除yy列，并赋值到d2。
测试说明
如果答案正确，则会输出True。
运行代码
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import numpy as np import pandas as pd def delete_data(): ''' 返回值: s2: 一个Series类型数据 d2: 一个DataFrame类型数据 ''' # s1是Series类型数据，d1是DataFrame类型数据 s1 = Series([5, 2, 4, 1], index=['v', 'x', 'y', 'z']) d1=DataFrame(np.arange(9).reshape(3,3), columns=['xx','yy','zz']) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.drop('z') d2=d1.drop(['yy'],axis=1) # ********** End **********# # 返回s2,d2 return s2, d2
第6关：数据的基本操作——算术运算
任务描述
本关任务：根据编程要求，完成相关代码的编写。
相关知识
为了完成本关任务，你需要掌握：算术运算（+，-，*，/）。
算术运算（+，-，*，/）
DataFrame 中的算术运算是 df 中对应位置的元素的算术运算，如果没有共同的元素，则用 NaN 代替。
In[5]: df1 = DataFrame(np.arange(12.).reshape((3,4)),columns=list('abcd')) In[6]: df2 = DataFrame(np.arange(20.).reshape((4,5)),columns=list('abcde')) In[9]: df1+df2 Out[9]: a b c d e 0 0 2 4 6 NaN 1 9 11 13 15 NaN 2 18 20 22 24 NaN 3 NaN NaN NaN NaN NaN
此外，如果我们想设置默认的其他填充值，而非NaN 的话，可以传入填充值。
In[11]: df1.add(df2, fill_value=0) Out[11]: a b c d e 0 0 2 4 6 4 1 9 11 13 15 9 2 18 20 22 24 14 3 15 16 17 18 19
编程要求
根据提示，补充代码：
- 让
df1与df2相加得到df3，并设置默认填充值为 4。
测试说明
如果答案正确，则会输出 True。
运行代码
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import numpy as np import pandas as pd def add_way(): ''' 返回值: df3: 一个DataFrame类型数据 ''' # df1,df2是DataFrame类型数据 df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list('abcd')) df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list('abcde')) # 请在此添加代码 完成本关任务 # ********** Begin *********# df3=df1.add(df2,fill_value=4) # ********** End **********# # 返回df3 return df3
第7关：数据的基本操作——去重
任务描述
本关任务：根据编程要求，完成相关代码的编写。
相关知识
为了完成本关任务，你需要掌握：
- duplicated()；
- drop_duplicates()。
duplicated()
DataFrame的duplicated 方法返回一个布尔型Series，表示各行是否是重复行。具体用法如下：
In[1]: df = DataFrame({'k1':['one']*3 + ['two']*4, 'k2':[1,1,2,3,3,4,4]}) In[2]: df Out[2]: k1 k2 0 one 1 1 one 1 2 one 2 3 two 3 4 two 3 5 two 4 6 two 4 In[3]: df.duplicated() Out[3]: 0 False 1 True 2 False 3 False 4 True 5 False 6 True dtype: bool
drop_duplicates()
drop_duplicates() 用于去除重复的行数，具体用法如下：
In[4]: df.drop_duplicates() Out[4]: k1 k2 0 one 1 2 one 2 3 two 3 5 two 4
编程要求
根据提示，补充代码:
- 去除
df1中重复的行，并把结果保存到df2中。
测试说明
如果答案正确，则会输出True。
运行代码
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def delete_duplicated(): ''' 返回值: df2: 一个DataFrame类型数据 ''' # df1是DataFrame类型数据 df1 = DataFrame({'k1': ['one'] * 3 + ['two'] * 4, 'k2': [1, 1, 2, 3, 3, 4, 4]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# df2=df1.drop_duplicates() # ********** End **********# # 返回df2 return df2
第8关：数据重塑
任务描述
本关任务：根据编程要求，完成相关代码的编写。
相关知识
为了完成本关任务，你需要掌握：
- 层次化索引；
- 索引方式；
- 内层选取；
- 数据重塑。
层次化索引
层次化索引(hierarchical indexing)是 pandas的一项重要功能，它使我们能在一个轴上拥有多个（两个以上）索引级别。请看以下例子：
In[1]:data = Series(np.random.randn(10), index = [['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd' ],[1,2,3,1,2,3,1,2,2,3]]) In[2]:data Out[2]: a 1 0.169239 2 0.689271 3 0.879309 b 1 -0.699176 2 0.260446 3 -0.321751 c 1 0.893105 2 0.757505 d 2 -1.223344 3 -0.802812 dtype: float64
索引方式
In[3]:data['b':'d'] Out[3]: b 1 -0.699176 2 0.260446 3 -0.321751 c 1 0.893105 2 0.757505 d 2 -1.223344 3 -0.802812 dtype: float64
内层选取
In[4]:data[:, 2] Out[4]: a 0.689271 b 0.260446 c 0.757505 d -1.223344 dtype: float64
数据重塑
将Series转化成 DataFrame:
in[5]:data.unstack() Out[5]: 1 2 3 a 0.169239 0.689271 0.879309 b -0.699176 0.260446 -0.321751 c 0.893105 0.757505 NaN d NaN -1.223344 -0.802812
编程要求
根据提示，补充代码:
- 对
s1进行数据重塑，转化成DataFrame类型，并复制到d1。
测试说明
编写代码之后，点击测评即可。
运行代码
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd import numpy as np def suoying(): ''' 返回值: d1: 一个DataFrame类型数据 ''' #s1是Series类型数据 s1=Series(np.random.randn(10), index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]]) # 请在此添加代码 完成本关任务 # ********** Begin *********# d1=s1.unstack() # ********** End **********# # 返回d1 return d1 suoying()
