觉醒了的阿巴阿巴很乐观 - 个人主页动态 - 牛客网

发布(19) 评论刷题收藏

2023-06-16 18:04

门头沟学院数据分析师

题解 | #筛选某店铺最有价值用户中消费最多前5名#

import pandas as pd sales = pd.read_csv('sales.csv') # 按照结果要求转换类型 sales[['monetary']] = sales[['monetary']].astype('float32') # 求百分位 des = sales[['recency', 'frequency', 'monetary']].describe().loc['25%':'75%'] # 计算RFM sales['R_Quartile'] = sales['recency'].apply(lambda x: 4 if x <= des.iloc[0,0]...

0 点赞评论收藏

分享

2023-06-16 17:53

门头沟学院数据分析师

题解 | #某店铺用户消费特征评分#

import pandas as pd data = pd.read_csv('sales.csv') # 按照结果要求转换类型 sales[['monetary']] = data[['monetary']].astype('float32') # 求百分位 des = sales[['recency', 'frequency', 'monetary']].describe().loc['25%':'75%']#基于describe结果，提取上下四分位数据 # 计算RFM sales['R_Quartile'] = sales['recency'].apply(lambda x: 4 if ...

0 点赞评论收藏

分享

2023-06-16 14:13

门头沟学院数据分析师

题解 | #牛客网连续练习题目3天及以上的用户#

##参考sql的方法 import pandas as pd from datetime import timedelta#导入计算时间差的模块 df = pd.read_csv('nowcoder.csv') df['date'] = pd.to_datetime(df['date']).dt.date ##转换成日期（知识点2） df1 = df[['user_id','date']].drop_duplicates() ##对于用户和日期行去重，保证用户在一天只出现 一次 df1['rank1'] = df1.groupby('user_id')['date'].rank() ##分用户...

0 点赞评论收藏

分享

2023-06-16 09:54

门头沟学院数据分析师

题解 | #牛客网用户练习的平均次日留存率#

import pandas as pd from datetime import timedelta data1=pd.read_csv('nowcoder.csv') data1['date']=pd.to_datetime(data1['date']).dt.date#将时间列转换成datetime格式 data=pd.merge(data1,data1,on='user_id',suffixes=['_x','_y'])#syffixes:为合并后相同的列换名字 data['differ'] = data['date_x']-data['date_y']#计算时间差(这里不理解哇，按照道...

0 点赞评论收藏

分享

2023-06-15 21:30

已编辑

门头沟学院数据分析师

题解 | #某店铺消费最多的前三名用户#

import pandas as pd data=pd.read_csv('sales.csv') data=data.sort_values(by=['monetary'],ascending=False).reset_index(drop=True).iloc[:3] # data=data.iloc[:3] print(data)#排序，默认True是升序排列，False是降序排列 排序：1.按照索引 sort_index(axis=0, ascending=True)#降序2.按照值 sort_values(by=['列'],axis=0,ascending=True)#降序提取前三行...

0 点赞评论收藏

分享

2023-06-15 20:55

门头沟学院数据分析师

题解 | #运动会各项目报名透视表#

import pandas as pd data1=pd.read_csv('items.csv') data2=pd.read_csv('signup.csv') data=data1.merge(data2,on='item_id') print(data.pivot_table(values=['employee_id'],index=['sex','department'],columns=["item_name"],aggfunc='count',fill_value=0)) pandas中的数据透视表data.pivot_table(values,index,columns,agg...

0 点赞评论收藏

分享

2023-06-15 20:26

门头沟学院数据分析师

题解 | #统计职能部分运动会某项目的报名信息#

import pandas as pd data1=pd.read_csv('items.csv') data2=pd.read_csv('signup.csv') data=data1.merge(data2,on='item_id') data=data[(data['department']=='functional')&(data['item_name']=='javelin')].reset_index(drop=True) print(data[['employee_id','name','sex']]) reset_index(drop=True)#丢弃原索引，新置索引

0 点赞评论收藏

分享

2023-06-15 19:08

门头沟学院数据分析师

题解 | #统计运动会项目报名人数#

import pandas as pd data1=pd.read_csv('items.csv') data2=pd.read_csv('signup.csv') data = data1.merge(data2,on='item_id') data=data.groupby(by='item_name')['employee_id'].count()!=0 print(data) 知识点：用于合并的函数 data1.merge(data2,on='列A'）#将data1和data2以共同列A合并类似于SQL中的join on多表连接 select 字段 from TableA as A j...

0 点赞评论收藏

分享

2023-06-15 17:27

门头沟学院数据分析师

题解 | #总人数超过5的等级#

import pandas as pd data=pd.read_csv('Nowcoder.csv') data=data.groupby(by='Level')['Nowcoder_ID'].count()>5#1 print(data) #1：1.分组（groupby）2.count统计Nowcoder_ID个数，此时返回统计结果，int类型3.限定统计结果＞5，返回满足条件的level分组下统计大于5的结果，赋值给data4.打印限定结果，也可以直接输出data[data>5],因为限制的直接是统计出来的nowcoder_ID 个数，即人数

0 点赞评论收藏

分享

2023-06-15 16:29

门头沟学院数据分析师

题解 | #牛客网答题正误总数#

import pandas as pd data=pd.read_csv('nowcoder.csv') data=data.groupby(by='result')['result'].count() print(data) count（） Vs value_counts（）都是计数区别在于：count（）对指定列计数，如果想要计算每个不同值的个数，需要先分组（groupby）再计数（count），直接输出pythpn数据pandas中，value_counts常用于数据表的计数及排序，它可以用来查看数据表中，指定列里有多少个不同的数据值，并计算每个不同值有在该列中的个数，同时还能根据需要进...

0 点赞评论收藏

分享

2023-06-15 15:38

门头沟学院数据分析师

题解 | #将用户的json文件转换为表格形式#

import pandas as pd import json f=open('Nowcoder.json','r')#python内置读取json文件 data=json.load(f) #将json格式的数据f转换成python形式数据 pd.set_option('display.max_rows',None) pd.set_option('display.max_columns',None) pd.set_option('display.max_colwidth',None) pd.set_option('display.width',None) print(pd.DataFrame(...

0 点赞评论收藏

分享

2023-06-14 22:13

门头沟学院数据分析师

题解 | #解决牛客网用户重复的数据#

import pandas as pd data=pd.read_csv('Nowcoder.csv') print(data.duplicated())#判断是否存在重复值，返回布尔值 data.drop_duplicates(keep='first',inplace=True)#删除重复值，保留第一个，覆盖原数据 pd.set_option('display.max_columns',None) pd.set_option('display.max_rows',None) pd.set_option ('display.width',None) print(data)

0 点赞评论收藏

分享

2023-06-14 22:09

门头沟学院数据分析师

题解 | #修补缺失的用户数据#

import pandas as pd import numpy as np data=pd.read_csv('Nowcoder.csv') #方法一.replace对值做替换（使用广泛），用法。replace(A,B)将A替换为B # data['Graduate_year']=data['Graduate_year'].replace(np.nan,data['Graduate_year'].max()) # data['Language']=data['Language'].replace(np.nan,'Python') # data['Achievement_value']=dat...

0 点赞评论收藏

分享

2023-06-14 21:51

门头沟学院数据分析师

题解 | #去掉信息不全的用户#

import pandas as pd data=pd.read_csv('Nowcoder.csv',sep=',',dtype=object) pd.set_option('display.max_columns',None) pd.set_option('display.max_rows',None) pd.set_option ('display.width',None)#表示Pandas显示不换行 data.dropna(axis=0,inplace=True) print(data) # import pandas as pd # df=pd.read_csv("Nowcoder....

0 点赞评论收藏

分享

2023-06-14 21:34

门头沟学院数据分析师

题解 | #统计牛客网用户的名字长度#

import pandas as pd data=pd.read_csv('Nowcoder.csv',sep=',') data['length']=data['Name'].str.len()#len(data['列’]是计算整列的元素个数；data.str.len()是计算元素长度，要求data是str格式 print(data['length'])

0 点赞评论收藏

分享

创作者周榜

更多

关注他的用户也关注了：

牛客网
牛客网在线编程
牛客网题解
牛客企业服务