数据分析师笔试试卷二：SQL、Python、线性回归算法预测

本文链接：https://blog.youkuaiyun.com/rubyw/article/details/140309909

数据分析师-笔试题目

提交时请在文件名称前加上你的名字

import pandas as pd

pandas-数据预处理

df_1 = pd.DataFrame(data=
             [
                 ['抖音','双十一','2022-11-09','2022-11-11'],
                 ['微博','双十一','2022-11-10','2022-11-11'],
                 ['抖音','圣诞节狂欢','2022-12-24','2022-12-26'],
                 ['微博','圣诞节狂欢','2022-12-23','2022-12-25']
             ],columns=['平台','活动名称','活动开始日','活动结束日'])
df_1

	平台	活动名称	活动开始日	活动结束日
0	抖音	双十一	2022-11-09	2022-11-11
1	微博	双十一	2022-11-10	2022-11-11
2	抖音	圣诞节狂欢	2022-12-24	2022-12-26
3	微博	圣诞节狂欢	2022-12-23	2022-12-25

df_2 = pd.DataFrame(data=
             [
                 ['2022-11-09','抖音','2000'],
                 ['2022-11-10','抖音','4184'],
                 ['2022-11-11','抖音','25816'],
                 ['2022-11-12','抖音','1000'],
                 ['2022-11-09','微博','4000'],
                 ['2022-11-10','微博','16781'],
                 ['2022-11-11','微博','13219'],
                 ['2022-11-12','微博','6000'],
                 ['2022-11-12','微博','6000'],
                 ['2022-11-12','微博','6000'],
                 ['2022-11-12','微博','6000'],
                 ['2022-12-23','抖音','4000'],
                 ['2022-12-24','抖音','8618'],
                 ['2022-12-25','抖音','11382'],
                 ['2022-12-26','抖音','6000'],
                 ['2022-12-23','微博','2000'],
                 ['2022-12-24','微博','5129'],
                 ['2022-12-25','微博','14871'],
                 ['2022-12-26','微博','1000']
             ],columns=['日期','平台','热度'])
df_2

	日期	平台	热度
0	2022-11-09	抖音	2000
1	2022-11-10	抖音	4184
2	2022-11-11	抖音	25816
3	2022-11-12	抖音	1000
4	2022-11-09	微博	4000
5	2022-11-10	微博	16781
6	2022-11-11	微博	13219
7	2022-11-12	微博	6000
8	2022-11-12	微博	6000
9	2022-11-12	微博	6000
10	2022-11-12	微博	6000
11	2022-12-23	抖音	4000
12	2022-12-24	抖音	8618
13	2022-12-25	抖音	11382
14	2022-12-26	抖音	6000
15	2022-12-23	微博	2000
16	2022-12-24	微博	5129
17	2022-12-25	微博	14871
18	2022-12-26	微博	1000

数据去重

对df_2进行去重，保证【日期】与【平台】是唯一的，并替换原有df_2，

df_2 = df_2.drop_duplicates(subset=['日期', '平台'])
df_2