dhu 数据科学与技术第3次作业

本文介绍: 列索引为字符串‘on e’，‘two’，‘three’；2）列索引名设为 [‘fl y m iles’,‘video game’,‘i ce c re a m’,’type‘]；1）生成数据，使用 numpy的a range()函数和re shape()函数；为data1添加一列数据，列索引为‘four’，值都为10；4）显示所有’type’为’larg eDos es‘的数据；筛选第1列中值大于2的所有行数据，另存为data1对象；查询列索引为‘two’和‘three’两列数据；查询第0行、第2行、第0列、第2列数据；

一. 简答题（共2题，100分）

(简答题, 50分)
创建并访问DataFram e 对象。

创建3×3DataFram e 数据对象：数据内容为1-9；行索引为字符a，b，c；列索引为字符串‘on e’，‘two’，‘three’；

查询列索引为‘two’和‘three’两列数据；

查询第0行、第2行、第0列、第2列数据；

筛选第1列中值大于2的所有行数据，另存为data1对象；

为data1添加一列数据，列索引为‘four’，值都为10；

将data1所有值大于9的数据修改为8；

删除 data1中第0行和第1行数据。

【提示】

1）生成数据，使用 numpy的arange()函数和r e shape()函数；

2）使用 data>9生成布尔型的DataFram e，用于整个DataFrame的数据过滤。

import pandas as pd
import numpy as np
from pandas import Series,DataFrame
data = DataFrame(np.arange(1,10).reshape(3,3),index = ['a','b','c'],columns = ['one','two','three']) #(1
print(data.loc[:,['two','three']]) #(2
print(data.iloc[[0,2],:]) #(3
print(data.iloc[:,[0,2]]) #(4
data1 = data.loc[data.iloc[:,1] &gt; 2]
print(data1) #(5
data1.loc[:,'four'] = 10
print(data1) #(6
data1[data1&gt;9]=8
print(data1) #(7
print(data1.drop(data1.index[0:2],axis = 0)) #(8

(简答题, 50分)
海伦一直使用在线交友网站寻找适合的约会对象, 她将交友数据存放在datingTestSet.x ls 文件中。

1）从文件中读取有效数据保存到Dataframe 对象中，跳过所有文字解释行；

2）列索引名设为 [‘fl ymiles’,‘video game’,‘ice cream’,’type‘]；

3）显示读取到的前5条数据；

4）显示所有’type’为’largeDoses‘的数据；

5）将平均每周玩视频游戏时间超过10的数据都改成10；

6）将修改后的DataFrame对象保存到文件中，保留行、列索引。

datingTestSet.csv`

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
dT = pd.read_csv('C:\python\datingTestSet.csv',header=None,names=['flymiles','videogame','icecream','type'],skiprows=2) #(1 (2
print(dT[:5]) #(3
print(dT[dT['type'] == 'largeDoses']) #(4
mask = dT['videogame'] > 10
dT.loc[mask,'videogame'] = 10 #(5
print(dT)
dT.to_csv('C:\python\datingTestSet.csv',mode='w') #(6