100个Pandas练习题解析与实战指南

前言

Pandas是Python数据分析的核心库之一，掌握其基本操作是每个数据分析师的必备技能。本文基于100个Pandas练习题项目，精选典型问题并深入解析，帮助读者系统性地掌握Pandas的核心功能。

基础操作篇

环境准备与数据导入

import pandas as pd
import numpy as np

# 检查Pandas版本
print(pd.__version__)

# 显示所有依赖库版本信息
pd.show_versions()

创建DataFrame

data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
        'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
        'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
        'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}

labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

df = pd.DataFrame(data, index=labels)

数据概览与基本操作

1. 查看数据摘要信息

df.info()  # 显示数据类型、非空值数量等
df.describe()  # 显示数值列的统计信息

2. 数据选择技巧

# 选择前3行
df.head(3)

# 选择特定列
df[['animal', 'age']]

# 同时选择特定行和列
df.loc[df.index[[3, 4, 8]], ['animal', 'age']]

3. 条件筛选

# 筛选访问次数大于3的记录
df[df['visits'] > 3]

# 筛选年龄缺失的记录
df[df['age'].isnull()]

# 复合条件筛选
df[(df['animal'] == 'cat') & (df['age'] < 3)]

进阶操作篇

数据修改与计算

1. 修改特定值

df.loc['f', 'age'] = 1.5

2. 数据聚合

# 计算访问总次数
df['visits'].sum()

# 按动物类型计算平均年龄
df.groupby('animal')['age'].mean()

3. 数据透视表

# 创建透视表：行是动物类型，列是访问次数，值是平均年龄
df.pivot_table(index='animal', columns='visits', values='age', aggfunc='mean')

数据清洗技巧

1. 处理重复值

# 过滤掉与上一行相同的值
df.loc[df['A'].shift() != df['A']]

# 统计唯一行数量
len(df.drop_duplicates(keep=False))

2. 数据类型转换

# 将'yes'/'no'转换为布尔值
df['priority'] = df['priority'].map({'yes': True, 'no': False})

3. 值替换

# 将'snake'替换为'python'
df['animal'] = df['animal'].replace('snake', 'python')

高级应用篇

复杂数据处理

1. 分组聚合高级操作

# 对每个组取最大的3个值并求和
df.groupby('grps')['vals'].nlargest(3).sum(level=0)

2. 分箱统计

# 按A列每10分箱统计B列的和
df.groupby(pd.cut(df['A'], np.arange(0, 101, 10)))['B'].sum()

3. 特殊计数问题

# 计算每个值距离前一个0的距离
s = pd.Series([7, 2, 0, 3, 4, 2, 5, 0, 3, 4])
(s.groupby(s.eq(0).cumsum().mask(s.eq(0))).cumcount() + 1

实战技巧总结

1. 数据探索技巧

• 使用info()和describe()快速了解数据概况
• 善用value_counts()查看分类分布

2. 高效数据操作

• 优先使用向量化操作而非循环
• 掌握loc和iloc的精确索引方法

3. 数据清洗要点

• 处理缺失值是数据清洗的第一步
• 数据类型转换可提高后续分析效率

4. 高级分析技巧

• 分组聚合是数据分析的核心操作
• 透视表能快速生成多维分析结果

通过这100个练习题的实战演练，读者可以系统掌握Pandas从基础到高级的各种操作技巧，为实际数据分析工作打下坚实基础。建议读者在理解每个练习的基础上，尝试应用到自己的实际项目中，以达到融会贯通的效果。