import pandas as pd df = pd.read_csv('sales.csv') print(df.sort_values(by='monetary', ascending=False).reset_index(drop=True)[:5])

import pandas as pd Nowcoder1 = pd.read_csv('Nowcoder1.csv') Nowcoder2 = pd.read_csv('Nowcoder2.csv') pd.set_option('display.width', 300) # 设置字符显示宽度 pd.set_option('display.max_rows', None) # 设置显示最大行 pd.set_option('display.max_columns', None) merge1 = Nowcoder1.merge(Nowcoder2, on='Nowcoder_ID') pr...

import pandas as pd Nowcoder1 = pd.read_csv('Nowcoder1.csv') Nowcoder2 = pd.read_csv('Nowcoder2.csv') pd.set_option('display.width', 300) # 设置字符显示宽度 pd.set_option('display.max_rows', None) # 设置显示最大行 pd.set_option('display.max_columns', None) merge1 = Nowcoder1.merge(Nowcoder2, how='inner', on='Now...

import pandas as pd items = pd.read_csv('items.csv') signup = pd.read_csv('signup.csv') merge1 = items.merge(signup, on='item_id') # 行索引键为sex、department，列索引键为item_name。数值为报名对应项目的人数 pivot_ = pd.pivot_table( merge1, index = ["sex", "department"], columns = ["item...

import pandas as pd items = pd.read_csv('items.csv') signup = pd.read_csv('signup.csv') # 两表合并 merge1 = items.merge(signup, how='inner', on='item_id') # 筛选数据，题目里标枪英文javenlin多写了一个n（正确为javelin） merge2 = merge1[(merge1['department'] == 'functional') & (merge1['item_name'] == 'javelin')].loc[:,['emp...

import pandas as pd items = pd.read_csv('items.csv') signup = pd.read_csv('signup.csv') signup1 = pd.read_csv('signup1.csv') # 将signup.csv与signup1.csv的数据集合并 signAll = signup.merge(signup1, how='inner', on='item_id') # 再次进行合并 merge1 = signAll.merge(items, how='inner', on='item_id') # 对合并的数据进行分组，然后直接取...

import pandas as pd items = pd.read_csv('items.csv') signup = pd.read_csv('signup.csv') # 进行两表连接 merge1 = items.merge(signup, how='inner',on='item_id') # 先进行分组，再进行统计 print(merge1.groupby('item_name')['item_name'].count())

import pandas as pd df = pd.read_csv('Nowcoder.csv') print(df.groupby(['Level', 'Language'])['Language'].count())

import pandas as pd df = pd.read_csv('Nowcoder.csv') print(df.groupby('Graduate_year')['Achievement_value'].max())

import pandas as pd df = pd.read_csv('nowcoder.csv') print(df.groupby('result')['result'].count())

import pandas as pd df = pd.read_csv('nowcoder.csv') print(df.groupby('date')['question_id'].count())

import pandas as pd df = pd.read_json('Nowcoder.json', dtype=dict) pd.set_option("display.width", 300) pd.set_option("display.max_rows", None) pd.set_option("display.max_columns", None) print(df)

import pandas as pd # 莫名又需要指定dtype为object df = pd.read_csv('Nowcoder.csv',dtype=object) # 转换日期格式 df['Last_submission_time'] = pd.to_datetime(df['Last_submission_time'],format='%Y-%m-%d') print(df.loc[:,['Nowcoder_ID','Level','Last_submission_time']])

import pandas as pd df = pd.read_csv('Nowcoder.csv') # duplicated() 默认输出列数据是否重复 print(df.duplicated())