数据分析 | pandas 每日十道题（10）本章仍然讲解一些常用的函数，保留指定小数位round()，删除空值dro

本文已参与「新人创作礼」活动，一起开启掘金创作之路

DA21 大佬用户成就值比例

刷题网址：牛客网

在这里插入图片描述题意分析解题还是需要分为三步，一找出7级大佬，二计算出所有人的成就值和，三计算每个7级大佬的成就值占所有值的比例。题解

import pandas as pd
df = pd.read_csv('Nowcoder.csv')
big_df = df[df['Level'] == 7]
s = df['Achievement_value'].sum()
print(big_df['Achievement_value']/s)

DA22 牛客网用户最高的正确率

在这里插入图片描述题意分析从题目中我们能够发现需要先找出刷题数量大于10道的人，，然后分别计算每一个人的正确率，最后需要找出最高的正确率(保留3位小数) 题解

import pandas as pd
df = pd.read_csv('Nowcoder.csv')
new_df = df[df['Num_of_exercise']>10]
z=new_df['Num_of_exercise']/new_df['Number_of_submissions']
print(z.max().round(3))

DA23 统计牛客网用户的名字长度

在这里插入图片描述题意分析题目就是想让计算字符串的长度题解

import pandas as pd
df = pd.read_csv('Nowcoder.csv')
print(df['Name'].apply(len))

DA24 去掉信息不全的用户

使用的数据仍然是Nowcoder.csv 在这里插入图片描述题意分析题目让我做的就是删除出现空值的行题解1

import pandas as pd
df = pd.read_csv('Nowcoder.csv',dtype=object)
# 意因为牛客这个在线测试还不够完善，如果不设置显示宽度和行数就会报错，是一个待优化的地方。
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)
# dropna(axis=0) 删除存在空值的行
print(df.dropna(axis=0))

题解2 使用isnull().any(axis=1)找出含有空值的行，取数据的时候筛除

import pandas as pd
df = pd.read_csv('Nowcoder.csv',dtype=object)
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)
# axis=1 等于代表对行中的数据进行判断
d = df.isnull().any(axis=1)  
print(df.loc[-d])

注意 any(axis=1)和dropna(axis=0)中作用的都是行，我们平时也不能按照axis=1就是列，axis=0就代表行来理解，关于这个怎样理解pandas 中axis=1和axis=0回来会详细出一篇博客进行讲解。

DA25 修补缺失的用户数据

使用的数据仍然是Nowcoder.csv 在这里插入图片描述题意分析题目就是让根据条件填充空值处理空值是我们在实际生活中经常要做的工作，关于这个处理空值的方式也有很多。题解1 通过字典指定指定不同的列执行

import pandas as pd
df = pd.read_csv('Nowcoder.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)
g = df['Graduate_year'].max()
a = df['Achievement_value'].mean().round(0)
dic = {"Graduate_year":g,
        'Language':'Python',
        'Achievement_value': a 
}
print(df.fillna(value=dic))

题解2

import pandas as pd
 
df = pd.read_csv("Nowcoder.csv", sep=",")
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)
a = df["Graduate_year"].max()
df['Graduate_year'].fillna(value=a)
df['Language'].fillna('Python')
df['Achievement_value'].fillna(df['Achievement_value'].mean().round(0))
print(df)

注意这里使用的round不是python的函数是pandas中的round函数，python中的round函数并不是四舍五入，pandas中的round函数是四舍五入。

DA26 解决牛客网用户重复的数据

使用的数据仍然是Nowcoder.csv 在这里插入图片描述题意分析找出所有的重复行将重复的行留一行，其余的删除

题解关于这个重复的行我们使用pandas中自带的函数进行处理，其实我们也可以使用python中的方法进行解题，但是这样就绕远路了

import pandas as pd
df = pd.read_csv('Nowcoder.csv')
print(df.duplicated())
print(df.drop_duplicates())

总结：

本章仍然讲解一些常用的函数，保留指定小数位round(3)，删除空值dropna，填充空值fillna，判断重复的行duplicated()，删除重复的行drop_duplicates()，后面几个函数常用于数据清洗，数据清洗是数据分析之前一个必要的工作，清洗的好坏也影响后面数据的分析、数据建模

数据分析 | pandas 每日十道题 （10）