import pandas as pd nowcoder = pd.read_csv("Nowcoder.csv", sep=",") print(round(nowcoder["Num_of_exercise"].var(), 2)) print(round(nowcoder["Num_of_exercise"].std(), 2))

import pandas as pd nowcoder = pd.read_csv("Nowcoder.csv", sep=",") print( int( nowcoder[nowcoder["Level"] == 7]["Achievement_value"].max() - nowcoder[nowcoder["Level"] == 7]["Achievement_value"].min() ) )

import pandas as pd nowcoder = pd.read_csv("Nowcoder.csv", sep=",") print(pd.DataFrame(nowcoder["Level"].mode()))

import pandas as pd nowcoder = pd.read_csv("Nowcoder.csv", sep=",") print(nowcoder.iloc[10:21, :].loc[:, "Language"])

import pandas as pd print(pd.read_csv('Nowcoder.csv').shape)

import numpy as np type = [("name", "S10"), ("revenue", float)] shop = np.genfromtxt("Shop.csv", delimiter=",", dtype=type) print(shop[np.where(shop['revenue']>1000000)]['name'])

import pandas as pd import numpy as np baidu = np.genfromtxt("Spider.csv", delimiter=",",dtype=str) res=np.char.capitalize(baidu).flatten() print(res)

import pandas as pd import numpy as np Matrix = np.genfromtxt("Matrix.csv", delimiter=",",dtype=int)#dtype=int必须要 print(Matrix.flatten(order='F')) print(Matrix.reshape(4,16)) print(Matrix.reshape(4,4,4))

from math import pi import pandas as pd import numpy as np table = np.genfromtxt("Table.csv", delimiter=",") result=np.flip(table,axis=1).T print(result)

from math import pi import pandas as pd import numpy as np Zuoye = np.genfromtxt("Zuoye.csv", delimiter=",") a=Zuoye[0,:] b=Zuoye[1,:] c=Zuoye[2,:] d=Zuoye[3,:] e=Zuoye[4,:] result=np.subtract(np.multiply(np.add(a,b),np.power(np.reciprocal(c),d)),e) print(np.round(result,decimals=2))

import pandas as pd import numpy as np import datetime coders = np.genfromtxt("Policy.csv", delimiter=",", dtype=int) coders_fliped=np.fliplr(coders) print(np.diag(coders_fliped))

import pandas as pd import numpy as np import datetime coders=np.genfromtxt('Coder.csv',delimiter=',') print(coders) print(np.dtype(coders))

import pandas as pd import numpy as np import datetime df1=pd.read_csv('Tk.csv') df2=pd.read_csv('Shop.csv') df=pd.merge(df1,df2,on='ID') print(df[df['Fans']>10000]['shop_name'])

import pandas as pd import datetime df=pd.read_csv('Order.csv') pd.to_datetime(df['date']) print(df[df['date']=='2022/6/18']['price'].sum())