中国专门做统计网站_优化手机性能的软件_网站设计模板网站_天津网站优化软件

简介

	每次更新大概10个左右的关于pandas的操作知识点！做练习要从第一步开始，防止报错！本环境是Anaconda创建的虚拟环境中打开的jupyter notebook进行练习的！本次练习是学习博主的视频，大家有需要可以自己去学习！Pandas教程：Python数据分析80道练习题，每日一练，学完必成大神！（某站搜索）

开始练习

第一题

# 创建一个包含名字和年龄的DataFrame
data = {"姓名": ["Tom", "John", "Amy", "Tom"], "年龄": [18, 22, 38, 22]}
df = pd.DataFrame(data)

运行结果：

	姓名	年龄
0	Tom		18
1	John	22
2	Amy		38
3	Tom		22

第二题

# 显示创建的前两行数据
df.head(2)

运行结果：

	姓名	年龄
0	Tom		18
1	John	22

第三题

# 显示创建的后两行数据
df.tail(2)

运行结果：

	姓名	年龄
2	Amy		38
3	Tom		22

第四题

# 提取出名字相同的"Tom"的行
df[df["姓名"] == "Tom"]

运行结果：

	姓名	年龄
0	Tom		18
3	Tom		22

第五题

# 输出所有的列表头名
df.columns

运行结果：

Index(['姓名', '年龄'], dtype='object')

第六题

# 修改第二列的名字叫"age"
df.rename(columns={"年龄": "age"})

运行结果：

姓名	age
0	Tom		18
1	John	22
2	Amy		38
3	Tom		22

第七题

# 按照姓名去重
df.drop_duplicates(subset="姓名")

运行结果：

姓名	年龄
0	Tom		18
1	John	22
2	Amy		38

第八题

# 统计年龄的平均值
df['年龄'].mean()

运行结果：

25.0

第九题

# 查找年龄大于23的行
df[df['年龄'] > 23]

运行结果：

	姓名	年龄
2	Amy		38

第十题

# 按照年龄降序排序
df.sort_values('年龄', ascending=False)

运行结果：

姓名	年龄
2	Amy		38
1	John	22
3	Tom		22
0	Tom		18

第十一题

# 计算年龄的总和
df['年龄'].sum()

运行结果：

100