数据分析岗Python笔试题

我整理了数据分析师岗的Python笔试题，主要涉及到用Python完成数据处理和分析的内容。自己做了一遍，供大家学习思考。

[[333643]]

一、数据处理题

1.将Excel工作簿 “Test.xlsx” 作为dataframe导入 Jupyter Notebook，并将dataframe命名为a. 导入后dataframe x应为如下： 输出结果 

import pandas as pd 
import numpy as np 
a = pd.read_excel('Test.xlsx')  

第1题

2.dataframe a 中, class1-class5 指总共5门课，每个学生选两门，列出期中(midterm)、期末(final)成绩(A/B/C)。请用Python语言处理表格，将class1-class5列去除，并增加 class 和 grade 两列，使新dataframe的值与原dataframe对应，并将新dataframe命名为b. 输出结果应为如下： 输出结果 

#1.先设置索引列——复合索引，用列表 
#2.stack()旋转列为行，默认是旋转最内层，并且删除空值 
#3.重置索引 
#4.更改列名 
b = a.set_index(["name","test"]).stack().reset_index()   
b.columns=['name','test','class','grade'] 
b 

用Python语言将dataframe b 的test列分成midterm和final两列，这两列的值是选的两门课的成绩。将新dataframe命名为c。输出结果应为如下： 输出结果 

c = b.set_index(['name','class','test']).unstack()  

第2题

4.如下为dataframe d 和 dataframe e DataFrame d and e 

请用Python语言将dataframe d 和 dataframe e 匹配, 输出结果应为如下： 输出结果 

#水果价格信息表 
d = pd.DataFrame({'水果':['apple','apple','banana','banana','orange','orange'], 
             '个头':['high','low']*3, 
             '单价':[5,3,4,2,7,5]}) 
#水果订单 
e = pd.DataFrame({'水果':['apple','banana','orange']*2, 
             '个头':['high','low']*3, 
             '重量':np.random.randint(1,15,6)}) 
pd.merge(d,e,how='inner') 

如下是dataframe f DataFrame f 

请用python语言得出每节课(class)和每个年级 (grade) 下， 学生的数量和平均成绩。输出结果应为如下： 输出结果 

f = pd.DataFrame(['Sally','David',"Jon",'Jon'],columns=['name']) 
f['score']=[95,99,80,83] 
f['class']=['A','A','A','B'] 
f['grade']=['grade 1','grade 2','grade 1','grade 2'] 
f 
#方法一：使用groupby 
f.groupby(['class','grade']).agg({'name':'count','score':'mean'}) 
#方二：使用pivot_table 
f.pivot_table(index=['class','grade'],values=['name','score'],aggfunc={'name':'count','score':'mean'}) 

6.如下是dataframe h DataFrame h 

请用Python语言得出每行最小值除以每行最大值的商。输出结果应为如下： 输出结果 

np.random.seed(10) 
h=pd.DataFrame(np.random.randint(1,100,80).reshape(8,-1)) 
min_by_max=h.min(axis=1)/h.max(axis=1) 
min_by_max 

7.如下是dataframe i DataFrame i 

请用Python语言将dataframe i 里Min. Price 列中的NaN值替换成Min. Price 列的平均值， 并将 Max.Price 列中的NaN值替换成Max.Price列的中位数。输出结果应为如下(未截全)： 输出结果 

i=pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/Cars93_miss.csv') 
i.head() 
i['Min.Price'].fillna(i['Min.Price'].mean(),inplace=True) 
i['Max.Price'].fillna(i['Max.Price'].median(),inplace=True) 
i.isnull().sum()