pandas 面试题挑战九

df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', chunksize=50)

df2 = pd.DataFrame()
for chunk in df:
    df2 = df2.append(chunk.iloc[0,:])

df2

输出

重点解读：
pd.read_csv中最重要的是chunksize=50这个参数会把整个csv文件按照50行一个chunk分成多个chunk。
这样在for chunk in df执行循环的时候，每个chunk都能取到50行数据，chunk.iloc[0,:]可以让我们每次从拥有50行的chunk中拿到第一行，然后通过append添加到df2中，就得到了最后的结果。

导入csv中指定的列数据到df中

df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', usecols=['crim', 'medv'])
print(df.head())

输出

 

 

查询df的相关信息

df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/Cars93_miss.csv')

查询有多少行多少列

print(df.shape)

输出

(93, 27)

查询该df有多少类型

print(df.dtypes)

输出

Manufacturer           object
Model                  object
Type                   object
Min.Price             float64
Price                 float64
Max.Price             float64
MPG.city              float64
MPG.highway           float64
AirBags                object
DriveTrain             object
Cylinders              object
EngineSize            float64
Horsepower            float64
RPM                   float64
Rev.per.mile          float64
Man.trans.avail        object
Fuel.tank.capacity    float64
Passengers            float64
Length                float64
Wheelbase             float64
Width                 float64
Turn.circle           float64
Rear.seat.room        float64
Luggage.room          float64
Weight                float64
Origin                 object
Make                   object
dtype: object

查询每种类型的数据统计

print(df.dtypes.value_counts())

输出

float64    18
object      9
dtype: int64

获取该df的统计信息

df_stats = df.describe()
df_stats

 

 把df的value快速转换为array

df_arr = df.values
df_arr

输出

 

 把df的value快速转换为list

df_list = df.values.tolist()
df_list

输出👇这种列表，就是列表套列表

[['Acura',
  'Integra',
  'Small',
  12.9,
  15.9,
  18.8,
  25.0,
  31.0,
  'None',
  'Front',
  '4',
  1.8,
  140.0,
  6300.0,
  2890.0,
  'Yes',
  13.2,
  5.0,
  177.0,
  102.0,
  68.0,
  37.0,
  26.5,
  nan,
  2705.0,
  'non-USA',
  'Acura Integra'], .... ]]