第34任务：数据分析pandas100道题目，陪你一起面试刷题[python三大分析包之一] -锐亚教育

第1任务： 00_跟数据蛙一起刷题吧_Pandas50(必看！！）

第2任务： 1.1_Pandas数据分析_导入格式为（TSV-CSV-TXT-EXCEL-数据库）格式的数据源

第3任务： 1.2_Pandas数据分析_查看数据前10行_后10行

第4任务： 1.3_Pandas数据分析_shape查看数据集中有多少个列

第5任务： 1.4_Pandas数据分析_打印出全部的列名称

第6任务： 1.5_Pandas数据分析_数据集的索引是怎样的

第7任务： 1.6_Pandas数据分析_被下单数最多商品(item)是什么（较难，分组排序）

第8任务： 1.7_Pandas数据分析_在item_name这一列中，一共有多少种商品被下单nunique

第9任务： 1.8_Pandas数据分析_在choice_description中，下单次数最多的商品是什么(

第10任务： 1.9_Pandas数据分析_一共有多少商品被下单

第11任务： 1.10_Pandas数据分析_将item_price转换为浮点数（必须掌握！！）

第12任务： 1.11_Pandas数据分析_在该数据集对应的时期内，收入(revenue)是多少

第13任务： 1.12_Pandas数据分析_在该数据集对应的时期内，一共有多少订单nunique

第14任务： 1.13_Pandas数据分析_每一单(order)对应的平均总价是多少

第15任务： 1.14_Pandas数据分析_一共有多少种不同的商品被售出nunique

第16任务： 2.15_Pandas数据分析_导入CSV文件将数据集命名为euro12

第17任务： 2.16_Pandas数据分析_只选取 Goals 这一列

第18任务： 2.17_Pandas数据分析_有多少球队参与了2012欧洲杯

第19任务： 2.18_Pandas数据分析_该数据集中一共有多少列(columns)

第20任务： 2.19_Pandas数据分析_将数据集中的列Team, Yellow Cards和Red Car

第21任务： 2.20_Pandas数据分析_对数据框discipline按照先Red Cards再Yellow

第22任务： 2.21_Pandas数据分析_计算每个球队拿到的黄牌数的平均值

第23任务： 2.22_Pandas数据分析_找到进球数Goals超过6的球队数据

第24任务： 2.23_Pandas数据分析_选取以字母G开头的球队数据（重点！！）

第25任务： 2.24_Pandas数据分析_选取前7列

第26任务： 2.25_Pandas数据分析_选取除了最后3列之外的全部列（常用！！）

第27任务： 2.26_Pandas数据分析_找到英格兰(England)、意大利(Italy)和俄罗斯(Rus

第28任务： 3.27_Pandas数据分析_导入CSV数据，将数据框命名为drinks

第29任务： 3.28_Pandas数据分析_哪个大陆(continent)平均消耗的啤酒(beer)更多

第30任务： 3.29_Pandas数据分析_ 打印出每个大陆(continent)的红酒消耗(wine_ser

第31任务： 3.30_Pandas数据分析_打印出每个大陆每种酒类别的消耗平均值

第32任务： 3.31_Pandas数据分析_打印出每个大陆每种酒类别的消耗中位数

第33任务： 3.32_Pandas数据分析_打印出每个大陆对spirit饮品消耗的平均值，最大值和最小值(必须

第34任务： 4.33_Pandas数据分析_每一列(column)的数据类型是什么样的

第35任务： 4.34_Pandas数据分析_将Year的数据类型转换为 datetime64（重点，必须掌握！

第36任务： 4.35_Pandas数据分析_将列Year设置为数据框的索引

第37任务： 4.36_Pandas数据分析_删除名为Total的列（需掌握！！）

第38任务： 4.37_Pandas数据分析_按照Year对数据框进行分组并求和

第39任务： 4.38_Pandas数据分析_何时是美国历史上生存最危险的年代？（需掌握！！）

第40任务： 5.39_Pandas数据分析_将上述的数据框分别命名为data1data2data3

第41任务： 5.40_Pandas数据分析_将data1和data2两个数据框按照行的维度进行合并，命名为al

第42任务： 5.41_Pandas数据分析_将data1和data2两个数据框按照列的维度进行合并，命名为al

第43任务： 5.42_Pandas数据分析_打印data3

第44任务： 5.43_Pandas数据分析_按照subject_id的值对all_data和data3作合并(

第45任务： 5.44_Pandas数据分析_对data1和data2按照subject_id作连接(重点！！)

第46任务： 5.45_Pandas数据分析_找到 data1 和 data2 合并之后的所有匹配结果，关联字段

第47任务： 6.46_Pandas数据分析_将数据作存储并且设置前三列为合适的索引（熟练掌握！！）

第48任务： 6.47_Pandas数据分析_将日期设为索引

第49任务： 6.48_Pandas数据分析_对应每一个location，一共有多少数据值缺失

第50任务： 6.49_Pandas数据分析_对应每一个location，一共有多少完整的数据值

第51任务： 6.50_Pandas数据分析_对于全体数据，计算风速的平均值

第52任务： 7_后续

数据分析pandas100道题目，陪你一起面试刷题[python三大分析包之一]

第34任务： 4.33_Pandas数据分析_每一列(column)的数据类型是什么样的

任务列表