文章目录
Pandas是在NumPy基础上建立的新程序库,提供了一种高效的 DataFrame数据结构。DataFrame本质上是一种带行标签和列标签、支持相同类型数据和缺失值的多维数组。Pandas不仅为带各种标签的数据提供了便利的存储界面,还实现了许多强大的操作,这些操作对数据库框架和电子表格程序的用户来说非常熟悉。
本实训主要介绍Pandas的安装和使用以及Pandas对象。
第1关:安装并使用Pandas
编程要求
本关的编程任务是补全右侧编辑器中的demo()函数,要求通过__version__查看Pandas当前版本号。
具体要求请参见后续测试样例。
请先仔细阅读右侧上部代码编辑区内给出的代码框架,再开始你的编程工作!
测试说明
平台会对你编写的代码进行测试,对比你输出的数值与实际正确的数值,只有所有数据全部计算正确才能进入下一关。
测试输入:
无测试输入
预期输出:
0.23.0
开始你的任务吧,祝你成功!
import pandas as pd
def demo():
#将pandas的版本号赋值给version_number
#********** Begin **********#
version_number = pd.__version__
#********** End **********#
return version_number
第2关:Pandas的Series对象
编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码,创建一个Series对象,并输出。
具体要求请参见后续测试样例。
请先仔细阅读右侧上部代码编辑区内给出的代码框架,再开始你的编程工作!
测试说明
平台会对你编写的代码进行测试,对比你输出的数值与实际正确的数值,只有所有数据全部计算正确才能进入下一关。
测试输入中的第一行为Series对象中的列索引,第二行为Series对象中每一行的值。
测试输入:
a,b,c,d,e,f
6,5,4,2,1,3
预期输出:
a 6
b 5
c 4
d 2
e 1
f 3
dtype: object
开始你的任务吧,祝你成功!
import pandas as pd
import numpy as np
a = input() # 输入的是一个字符串,详细数据可查看测试集
b = input()
# 使用任意方法创建一个Series对象,并输出
#********* Begin **********#
t = pd.Series(np.array(b.split(',')), index=np.array(a.split(',')))
print(t)
#********* Begin **********#
第3关:Pandas的DataFrame对象
编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码,要求实现如下功能:
将数据转换为Series对象 然后通过Series对象创建一个DataFrame对象,并输出;
将数据转换为字典,然后通过字典创建