本文總結(jié)了pandas的常用操作，并做成練習(xí)題，練習(xí)題附答案，并且有完整數(shù)據(jù)集，建議讀者把練習(xí)題完成。作者認(rèn)為，做完練習(xí)題，pandas的基本操作沒(méi)有問(wèn)題了，以后碰到問(wèn)題也可以查這些習(xí)題。（文末提供下載）

Pandas 是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫(kù)和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會(huì)發(fā)現(xiàn)，它是使Python成為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。

網(wǎng)上可以搜到大量的pandas教程和官方文檔，但沒(méi)有簡(jiǎn)單的方法來(lái)練習(xí)。教程是很好的資源，但要付諸實(shí)踐。 只有實(shí)踐，才能更好的加深學(xué)習(xí)。

本站從github搜索到了一些pandas的練習(xí)題，含完整數(shù)據(jù)集，并進(jìn)行整理：

原代碼作者：Guilherme Samora

本練習(xí)代碼可以在github下載：

https://github.com/fengdu78/machine_learning_beginner/tree/master/pandas/Pandas_Exercises

Pandas練習(xí)題目錄

1.Getting and knowing??

• Chipotle??

• Occupation??

• World Food Facts

2.Filtering and Sorting

• Chipotle??

• Euro12??

• Fictional Army

3.Grouping

• Alcohol Consumption??

• Occupation??

• Regiment

4.Apply

• Students?

• Alcohol Consumption??

• US_Crime_Rates? ? ?

5.Merge

• Auto_MPG??

• Fictitious Names??

• House Market??

6.Stats

• US_Baby_Names??

• Wind_Stats

7.Visualization

• Chipotle??

• Titanic Disaster??

• Scores??

• Online Retail??

• Tips??

8.Creating Series and DataFrames??

• Pokemon??

9.Time Series??

• Apple_Stock??

• Getting_Financial_Data??

• Investor_Flow_of_Funds_US??

10.Deleting??

• Iris??

• Wine??

使用方法

每個(gè)練習(xí)文件夾有三個(gè)不同類(lèi)型的文件:?

1. Exercises.ipynb

沒(méi)有答案代碼的文件，這個(gè)是你做的練習(xí)

2.Solutions.ipynb

運(yùn)行代碼后的結(jié)果（不要改動(dòng)）

3.Exercise_with_Solutions.ipynb

有答案代碼和注釋的文件

你可以在Exercises.ipynb里輸入代碼，看看運(yùn)行結(jié)果是否和Solutions.ipynb里面的內(nèi)容一致，如果真的完成不了再看下Exercise_with_Solutions.ipynb的答案。

典型的例題如圖所示：

練習(xí)題截圖

總結(jié)

本文把pandas的常用操作做成練習(xí)題，練習(xí)題附答案，并且有完整數(shù)據(jù)集。希望初學(xué)者能認(rèn)真完成練習(xí)題，以便提高數(shù)據(jù)分析技能。

本練習(xí)代碼可以在github下載：

https://github.com/fengdu78/machine_learning_beginner/tree/master/pandas/Pandas_Exercises

請(qǐng)關(guān)注和分享↓↓↓?

機(jī)器學(xué)習(xí)初學(xué)者

QQ群：554839127

（注意：本站有6個(gè)qq群，加入過(guò)任何一個(gè)的不需要再加）

往期精彩回顧

• 良心推薦：機(jī)器學(xué)習(xí)入門(mén)資料匯總及學(xué)習(xí)建議（2018版）
  

• 黃海廣博士的github鏡像下載（機(jī)器學(xué)習(xí)及深度學(xué)習(xí)資源）

• 吳恩達(dá)老師的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)課程筆記打印版
  

• 機(jī)器學(xué)習(xí)小抄-（像背托福單詞一樣理解機(jī)器學(xué)習(xí)）

• 首發(fā)：深度學(xué)習(xí)入門(mén)寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書(shū)

• 科研工作者的神器-zotero論文管理工具

• 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)

• 機(jī)器學(xué)習(xí)必備寶典-《統(tǒng)計(jì)學(xué)習(xí)方法》的python代碼實(shí)現(xiàn)、電子書(shū)及課件

• 吐血推薦收藏的學(xué)位論文排版教程（完整版）

• 機(jī)器學(xué)習(xí)入門(mén)的百科全書(shū)-2018年“機(jī)器學(xué)習(xí)初學(xué)者”公眾號(hào)文章匯總

總結(jié)

以上是生活随笔為你收集整理的Pandas练习题-提高你的数据分析技能的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。