物业网站建设方案,如何做网站好看,网页设计图片垂直对齐方式为顶端,周口网站设计制作1.某公司计划举办一场运动会#xff0c;现有运动会项目数据集items.csv。 包含以下字段#xff1a; item_id#xff1a;项目编号#xff1b; item_name:项目名称#xff1b; location:比赛场地。 有员工报名情况数据集signup.csv。包含以下字段#xff1a; employee_id现有运动会项目数据集items.csv。 包含以下字段 item_id项目编号 item_name:项目名称 location:比赛场地。 有员工报名情况数据集signup.csv。包含以下字段 employee_id员工编号 name员工姓名 sex性别 department所属部门 item_id报名项目id 请你统计职能部门functional中报名标枪(javenlin)的所有员工的员工编号employee_id、姓名name及性别sex。 import pandas as pditems pd.read_csv(items.csv, sep,)
signup pd.read_csv(signup.csv, sep,)
pd.set_option(display.unicode.east_asian_width, True)
data pd.merge(items, signup, howinner, onitem_id)print(data[(data.department functional) (data.item_name javelin)][[employee_id, name, sex]].reset_index(dropTrue)) 2.某公司计划举办一场运动会现有运动会项目数据集items.csv。 包含以下字段 item_id项目编号 item_name:项目名称 location:比赛场地。 有员工报名情况数据集signup.csv。包含以下字段 employee_id员工编号 name员工姓名 sex性别 department所属部门 item_id报名项目id 请你输出报名的各个项目情况不包含没人报名的项目对应的透视表。 import pandas as pdsignup pd.read_csv(signup.csv)
items pd.read_csv(items.csv)
x pd.merge(signup, items, onitem_id)
y x.pivot_table(index[sex, department],columnsitem_name,aggfunc{employee_id: size},fill_value0,)print(y) 3.现有一个Nowcoder1.csv文件记录了牛客网的部分用户的个人信息包含如下字段字段与字段之间以逗号间隔 Nowcoder_ID用户ID Name用户名 Level等级 Achievement_value成就值 Num_of_exercise刷题量 Graduate_year毕业年份 Language常用语言 另外一个Nowcoder2.csv文件记录了用户的活跃情况包含如下字段字段与字段之间以逗号间隔 Nowcoder_ID用户ID Continuous_check_in_days最近连续签到天数Number_of_submissions提交代码次数 Last_submission_time最后一次提交题目日期 两张表分开查看对于运营同学太困难了请帮助他通过用户ID将两张表合并输出。 import pandas as pdpd.set_option(display.width, 300)
pd.set_option(display.max_rows, None)
pd.set_option(display.max_columns, None)
nd1 pd.read_csv(Nowcoder1.csv)
nd2 pd.read_csv(Nowcoder2.csv)
df pd.merge(nd1, nd2, onNowcoder_ID)print(df) 4.现有一个Nowcoder1.csv文件记录了牛客网的部分用户的个人信息包含如下字段字段与字段之间以逗号间隔 Nowcoder_ID用户ID Name用户名 Level等级 Achievement_value成就值 Num_of_exercise刷题量 Graduate_year毕业年份 Language常用语言 另外一个Nowcoder2.csv文件记录了用户的活跃情况包含如下字段字段与字段之间以逗号间隔 Nowcoder_ID用户ID Continuous_check_in_days最近连续签到天数 Number_of_submissions提交代码次数 Last_submission_time最后一次提交题目日期 如果你想要的信息各自在两个csv文件中你该怎么输出同时输出用户的名字、刷题量和代码提交次数。 import pandas as pdpd.set_option(display.width, 300)
pd.set_option(display.max_rows, None)
pd.set_option(display.max_columns, None)
nd1 pd.read_csv(Nowcoder1.csv)
nd2 pd.read_csv(Nowcoder2.csv)
df pd.merge(nd1, nd2, onNowcoder_ID)print(df[[Name, Num_of_exercise, Number_of_submissions]]) 5.现有某店铺会员消费情况sales.csv。包含以下字段 user_id会员编号 recency最近一次消费距离当天的天数 frequency一段时间内消费的次数 monetary一段时间内消费的总金额。 请你统计消费金额最多的前3名用户。 import pandas as pdsales pd.read_csv(sales.csv)print(sales.sort_values(bymonetary, ascendingFalse).reset_index(dropTrue).head(3)) 6.现有一个Nowcoder.csv文件记录了牛客网的部分用户的个人信息包含如下字段字段与字段之间以逗号间隔 Nowcoder_ID用户ID Name用户名 Level等级 Achievement_value成就值 Num_of_exercise刷题量 Graduate_year毕业年份 Language常用语言 牛牛在查看这些数据的时候等级都是混乱的他想按照1-7级的递增序查看这些用户数据你能帮他输出一下吗 import pandas as pdpd.set_option(display.width, 300)
pd.set_option(display.max_rows, None)
pd.set_option(display.max_columns, None)nd pd.read_csv(Nowcoder.csv)print(nd.sort_values(byLevel)) 7.现有某店铺会员消费情况sales.csv。包含以下字段 user_id会员编号 recency最近一次消费距离当天的天数 frequency一段时间内消费的次数 monetary一段时间内消费的总金额。 请你分别对每个用户的每个消费特征进行评分。 import pandas as pddata pd.read_csv(sales.csv)data[R_Quartile] pd.qcut(data[recency], [0, 0.25, 0.5, 0.75, 1], [4, 3, 2, 1]
).astype(int)
data[F_Quartile] pd.qcut(data[frequency], [0, 0.25, 0.5, 0.75, 1], [1, 2, 3, 4]
).astype(int)
data[M_Quartile] pd.qcut(data[monetary], [0, 0.25, 0.5, 0.75, 1], [1, 2, 3, 4]
).astype(int)print(data.head()) 8.现有某店铺会员消费情况sales.csv。包含以下字段 user_id会员编号 recency最近一次消费距离当天的天数 frequency一段时间内消费的次数 monetary一段时间内消费的总金额。 请你统计最有价值的用户中消费金额最多的前5名用户。 import pandas as pddata pd.read_csv(sales.csv)R pd.qcut(data[recency], [0, 0.25, 0.5, 0.75, 1.0], [4, 3, 2, 1]).astype(str)
F pd.qcut(data[frequency], [0, 0.25, 0.5, 0.75, 1.0], [1, 2, 3, 4]).astype(str)
M pd.qcut(data[monetary], [0, 0.25, 0.5, 0.75, 1.0], [1, 2, 3, 4]).astype(str)
data[RFMClass] R F Mprint(data.head())
print(data[data[RFMClass] 444].sort_values(monetary, ascendingFalse))
