粘贴答案不是目的

把Python学会这才叫做意义

童年的纸飞机

现在终于飞回我手里~~

文章目录

• 第1关：序列和数据框
• 第2关：外部数据文件读取
• 第3关：逻辑索引、切片方法，groupby 分组计算函数应用
• 第4关：数据框关联操作
• 第5关：数据框合并操作
• 第6关：序列移动计算方法应用
• 第7关：数据框切片（iloc、loc）方法
• 第8关：数据框排序
• 第9关：数据框综合应用案例
• 第10关：序列及简单随机抽样
• 第11关：序列及较复杂抽样

第1关：序列和数据框

这是网站给的答案，不过运行报错，其他关卡应该没问题。

#********** Begin **********#
#完成以下任务
#1.导入pandas包
#2.定义列表L1、L2，元组T1、T2
#L1=[1,-2,2.3,'hq']
#L2=['kl','ht','as','km']
#T1=(1,8,8,9)
#T2=(2,4,7,'hp')
#3.构造数据框，默认索引，列名依次为a,b,c,d，返回计算结果A
#4.构造数据框，索引为a,b,c,d,列名为L1,L2,T1,T2，返回计算结果B
def return_values():  
    import pandas as pd   
    L1 = [1,-2,2.3,'hq']  
    L2 = ['kl','ht','as','km']  
    T1 = (1,8,8,9)  
    T2 = (2,4,7,'hp')
    data = {'a':L1,'b':L2,'c':T1,'d':T2}  
    A= pd.DataFrame(data) #默认索引，列名为a,b,c,d  
    t1 = pd.Series(L1,index = ['a','b','c','d'])  
    t2 = pd.Series(L2,index = ['a','b','c','d'])  
    t3 = pd.Series(T1,index = ['a','b','c','d'])  
    t4 = pd.Series(T2,index = ['a','b','c','d'])  
    t = {'L1':t1,'L2':t2,'T1':t3,'T2':t4}  
    B = pd.DataFrame(t) #索引为a,b,c,d，列名为L1,L2,T1,T2
    return(A,B)  
#********** End **********#

第2关：外部数据文件读取

#********** Begin **********#
#1.导入pandas包
#2.read_excel()函数读取“一、车次上车人数统计表.xlsx”中的数据，用一个数据框df1来存储，并输出第0行
#3.通过read_table()函数可以读取"txt1.txt"文件中的数据（不带表头），用一个数据框df2来表示，并输出第0行
#4.通过read_csv()函数读取用分块读取的方式读取“data.csv”文件，每次读取20000行，并输出每次读取的数据集行数
#5.输出格式为“第n次读取数据规模为：20000 /n (20000, 行数)”
#在函数中编写程序
def return_values():
    import pandas as pd 
    df1 = pd.read_excel('一、车次上车人数统计表.xlsx')  
    df2 = pd.read_table('txt1.txt',header=None)  
    reader = pd.read_csv('data.csv',chunksize=20000)  
    k=0;  
    names = locals()#设置全局变量  
    for i in reader:  
        k=k+1  
        names['A%s'%k]=pd.DataFrame(i)#创建A1~Ak个变量，分别保存各分块  
        print('第'+str(k)+'次读取数据规模为： ',len(i))  
        print(i.shape)
#********** End **********#

第3关：逻辑索引、切片方法，groupby 分组计算函数应用

#********** Begin **********#
#本关任务：
#请读取地铁站点进出站客流数据表(Data.xlsx)，表结构字段如下：
# 站点编号、日期、时刻、进站人数、出站人数
#完成以下任务：
#1）取出第0列，通过去重的方式获得地铁站点编号列表，记为code
#2）采用数据框中的groupby分组计算函数，统计出每个地铁站点每天的进站人数和出站人数，
#   计算结果采用一个数据框sat_num来表示，其中列标签依次为：站点编号、日期、进站人数和出站人数；
#3）计算出每个站点国庆节期间（10.1~10.7）的进站人数和出站人数，
#   计算结果用一个数据框sat_num2来表示，其中列标签依次为:A1_站点编号、A2_进站人数、A3_出站人数。
def return_values():  
    import pandas as pd  
    A=pd.read_excel('Data.xlsx')  
    code=list(A['站点编号'].unique())  
    B=A.groupby(['站点编号','日期'])['进站人数','出站人数'].sum()  
    c=list(B.index)  
    A1=[]  
    A2=[]  
    for i in range(len(c)):  
        r=c[i]  
        A1.append(r[0])  
        A2.append(r[1])  
    sat_num=pd.DataFrame({'A1_站点编号':A1,'A2_日期':A2,'A3_进站人数':B['进站人数'].values,   
                        'A4_出站人数':B['出站人数'].values})  
    D=sat_num.iloc[sat_num['A2_日期'].values<='2015-10-07',:]  
    D1=D.groupby(['A1_站点编号'])['A3_进站人数','A4_出站人数'].sum()  
    sat_num2=pd.DataFrame({'A1_站点编号':list(D1.index),  
                        'A2_进站人数':D1['A3_进站人数'].values,'A3_出站人数':D1['A4_出站人数'].values})  
    return(code,sat_num,sat_num2)  
#********** End **********#

第4关：数据框关联操作

#********** Begin **********#
def return_values():
    #1.导入pandas包
    import pandas as pd   
    #2.定义两个字典 dict1 和 dict2
    dict1={'code':['A01','A01','A01','A02','A02','A02','A03','A03'],
           'month':['01','02','03','01','02','03','01','02'],
           'price':[10,12,13,15,17,20,10,9]}
    dict2={'code':['A01','A01','A01','A02','A02','A02'],
           'month':['01','02','03','01','02','03'], 
           'vol':[10000,10110,20000,10002,12000,21000]}
    #3.将两个字典转化为数据框；
    dict1 = pd.DataFrame(dict1)  
    dict2 = pd.DataFrame(dict2)        
    #4.对两个数据框完成内连接、左连接、右连接；
    df_inner=pd.merge(dict1,dict2,how='inner',on=['code','month'])#内连接  
    df_left=pd.merge(dict1,dict2,how='left',on=['code','month'])  #左连接  
    df_right=pd.merge(dict1,dict2,how='right',on=['code','month']) #右连接
    return(df_inner,df_left,df_right)
#********** End **********#

第5关：数据框合并操作

#********** Begin **********#
def return_values():  
    import pandas as pd  
    import numpy as np  
    #1.定义三个字典dict1、dict2和dict3  
    dict1={'a':[2,2,'kt',6],'b':[4,6,7,8],'c':[6,5,np.nan,6]}  
    dict2={'d':[8,9,10,11],'e':['p',16,10,8]}  
    dict3={'a':[1,2],'b':[2,3],'c':[3,4],'d':[4,5],'e':[5,6]}  
    #2.将三个字典转化为数据框df1、df2、df3；  
    df1 = pd.DataFrame(dict1)  
    df2 = pd.DataFrame(dict2)  
    df3 = pd.DataFrame(dict3)
    #3.df1和df2进行水平合并，合并后的数据框记为df4；  
    df4 = pd.concat([df1,df2],axis=1)
    #4.df3和df4垂直合并，并修改合并后的index为按默认顺序排列,修改合并后的数据框记为df5  
    df5 = pd.concat([df3,df4],axis=0)
    return(df4,df5)  
#********** End **********#

第6关：序列移动计算方法应用

#********** Begin **********#
def return_values():  
    #1.导入pandas包  
    import pandas as pd  
    #2.定义列表L  
    L=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
    #3.把列表L转化为序列S  
    S = pd.Series(L)
    #4.针对S实现周期为10的移动求和、求平均值、求最大值、求最小值的计算  
    Sum  =  S.rolling(10).sum()  
    mean = S.rolling(10).mean()  
    max1 = S.rolling(10).max()  
    min1 = S.rolling(10).min()
    return(L,S,Sum)  
#********** End **********#

第7关：数据框切片（iloc、loc）方法

#********** Begin **********#
#1、导入pdndas包
#2、读取地铁站点进出站客流数据表（Data.xlsx）,字段依次为：
#   站点编号、日期、时刻、进站人数、出站人数
#3、采用索引（iloc）实现的方式，获取135站点
#   10月1日-10月2日早上9-11点3个时刻的进站客流量数据(取所有字段)，记为A
#4、采用列标签（loc)实现方式，获取135站点
#   10月1日-10月2日早上9-11点3个时刻的进站客流量数据（取所有字段）,记为B。
def return_values():  
    import pandas as pd  
    #索引实现  
    read = pd.read_excel('Data.xlsx')  
    zhandian = read.iloc[read['站点编号'].values==135,:]  
    riqi = zhandian.iloc[zhandian['日期'].values<'2015-10-03',:]  
    shike = riqi.iloc[riqi['时刻'].values>=9,:]  
    shike1 = shike.iloc[shike['时刻'].values<=11,:]
    A1 = read['站点编号'].values==135  
    A2 = read['日期'].values<'2015-10-03'  
    A3 = read['时刻'].values>=9  
    A4 = read['时刻'].values<=11
    A = read.iloc[A1&A2&A3&A4,[0,1,2,3]] 
    read = pd.read_excel('Data.xlsx')  
    zhandian = read.loc[read['站点编号'].values==135,:]  
    riqi = zhandian.loc[zhandian['日期'].values<'2015-10-03',:]  
    shike = riqi.loc[riqi['时刻'].values>=9,:]  
    shike1 = shike.loc[shike['时刻'].values<=11,:]
    A1 = read['站点编号'].values==135  
    A2 = read['日期'].values<'2015-10-03'  
    A3 = read['时刻'].values>=9  
    A4 = read['时刻'].values<=11
    B = read.loc[A1&A2&A3&A4,:] 
    return(A,B)  
#********** End **********#

第8关：数据框排序

#********** Begin **********#
#1.导入pandas包
#2.用read_excel()函数读取“data.xlsx"表，用数据框read表示
#3.提取600000.SH代码交易数据，并按交易日期从小到大进行排序,记为data
#4.对整个数据框read,按代码、交易日期从小到大进行排序
def return_values():  
    import pandas as pd  
    read = pd.read_excel('data.xlsx')  
    data = read.iloc[read['代码'].values=='600000.SH',:].sort_values('交易日期',axis=0)  
    da2 = read.sort_values(['代码','交易日期'])  
    return(data,da2)
#********** End **********#

第9关：数据框综合应用案例

#********** Begin **********#  
#本关任务：  
#读取地铁站点进出站客流数据表（Data.xlsx），统计计算获得每个站点每个时刻（除去国庆期间）的总进站客流量和总出站客流量，  
#用一个数据框来R表示，结果返回R，列名依次为：A1_站点编号、A2_时刻、A3_总进站客流、A4_总出站客流  
def return_values():  
    import pandas as pd  
    import numpy as np  
    #读取数据  
    df = pd.read_excel('Data.xlsx')  
    df=df.iloc[df['日期'].values>='2015-10-08',:]  
    station = df.iloc[:,0].unique()  
    time = df.iloc[:,2].unique()  
    A1 =[]  
    A2 =[]  
    A3 =[]  
    A4 =[]  
    for i in range(len(station)):  
        d1=df.iloc[df['站点编号'].values==station[i],:]  
        for j in range(len(time)):  
            sk = d1['时刻'].unique()  
            if time[j] in sk:  
                jz_sum = d1.iloc[d1['时刻'].values==time[j],3].sum()  
                cz_sum = d1.iloc[d1['时刻'].values==time[j],4].sum()  
                A1.append(station[i])  
                A2.append(time[j])  
                A3.append(jz_sum)  
                A4.append(cz_sum)  
    df0=pd.DataFrame({'A1_站点编号':A1,'A2_时刻':A2,'A3_总进站客流':A3,'A4_总出站客流':A4})        
    df0.to_excel('各站点各时刻进出站客流数据.xlsx')      
    return(df0)         
#********** End **********#

第10关：序列及简单随机抽样

#********** Begin **********#
#1.定义一个列表code,编号为1~30
#2.对code，按30个元素一次随机抽样，记为A
#3.返回结果，为序列s，其中index为编号，值为抽样结果
def return_values():  
    import random  
    import pandas as pd  
    code=list(range(1,31))  
    A=random.sample(code,30)  
    s=pd.Series(A,index=code)  
    return s  

第11关：序列及较复杂抽样

#********** Begin **********#
def return_values():
    #定义一个数据框A，index为默认序号（0~39），代表每一位同学
    #数据框A的第0列表示每位同学随机抽签的第1种题型的序号，第1、2、3、4列依次类推
    #知识点，考查random.randint()，随机整数的生成应用
    import random  
    import pandas as pd  
    t1=[]  
    t2=[]  
    t3=[]  
    t4=[]  
    t5=[]  
    for i in range(40):  
        t1.append(random.randint(1,70))  
        t2.append(random.randint(1,80))  
        t3.append(random.randint(1,50))  
        t4.append(random.randint(1,30))  
        t5.append(random.randint(1,20))  
    A=pd.DataFrame({'t1':t1,'t2':t2,'t3':t3,'t4':t4,'t5':t5})  
    return A    
#********** End **********#