文章目录
本章的10道题仍然是基于前章的文件，主要学习了有设置索引、合并两个DataFrame对象、更改数据类型，不同列之间的运算，统计一列不同值得个数以及不同值分别出现得次数，还有如何灵活的运用布尔值运算。
前期准备
## 前期准备
本章的十道题与前面的试题相连接，数据集用的同一个数据集一些操作也是基于上一个练习的
本次导包多导入了一个绘图的包，在这里我们只是简单的应用，后面会有详细的讲解用法
```python
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
数据集没有的可以私信我，也可以直接去我的资源里面找
df = pd.read_excel('data1.xlsx')
def fun(x):
a,b = x.split('-')
a = int(a.strip('k'))*1000
b = int(b.strip('k'))*1000
return int((a+b)/2)
df['salary'] = df['salary'].apply(fun)
1. 将create Time列设置为索引
set_index() 将DataFrame的某一列快速设置成索引(index)默认会删除原来的列同样也可以是使用drop=False不删除原来的列
df.set_index('createTime')
2. 生成一个和df长度相同的随机数DataFrame
随机数的范围1-1000
随机生成
df1=pd.DataFrame(pd.Series(np.random.randint(1,1000,df.shape[0])))
3. 将上一题生成的DataFrame与df合并
其实这个题本质上就是合并两个DataFrame对象
- 使用merge
这个merge多用于内连接和外连接
pd.merge(df,df1)
- 使用concat
df = pd.concat([df,df1],axis=1)
df
- 使用join
df.join(df1)
两个合并之后的情况
4. 生成的新的一列new值为salary列减去之前生成的随机数列
df['new'] = df['salary'].astype('int') - df['rom']
df
5. 检查数据中是否含有空值
isnull()对所有的元素判断是否是空值
any() 当序列中有一个True值时返回True否则返回False
all() 当序列中所有的值为True值时返回True否则返回False
df.isnull().values.any()
6. 将salary类型转换成浮点数
类型转换
这种方式并不会修改原数据，会返回一个修改后的新对象
df['salary'].astype('float') # 方式1
df['salary'].astype(np.float64) # 方式2
7. 计算salary 大于10000的次数
其实这个里面用了一个布尔值计算的等价计算
True代表1 False代表0
sum(df['salary']>10000)
8. 查看education共有几种学历
统计一列中的不同值得个数
# 方式1
df.education.nunique()
# 方式2
df['education'].nunique()
9. 查看每种学历出现的次数
统计每一种值出现得次数
df['education'].value_counts() # 方式1
df.education.value_counts() # 方式2
10. 提取salary与new的和大于60000的最后3行
推荐使用前两种
# 提取salary与new的和大于60000的最后3行
# 方式1
df[df['salary']+df['new']>60000].tail(3)
# 方式2
df[df['salary']+df['new']>60000][-3:]
# 方式3
df2 = df[['salary','new']]
rowsums = df2.apply(np.sum,axis=1)
res = df.iloc[np.where(rowsums>60000)[0][-3:],:]
res
