DatenanalyseMitPython_02 - Wes McKinney

Question 1

Wie erstelle ich eine solche Series?

String_data = …

0 aardvark

1 artichoke

2 NaN

3 avocado

dtype: object

Answer 1

string_data = pd.Series([‘aardvark’, ‘artichoke’, np.nan, ‘avocado’])

Question 2

Wie kann ich whitespace (inkl. Zeilenumbrüche) entfernen und Wörter nach Komma aus val separieren?

val = ‘a,b, guido’

pieces = …

Answer 2

pieces = [x.strip() for x in val.split(‘,’)]

Question 3

Wie kann ich einen : in val suchen?

Answer 3

val.find(‘:’)

Der gibt mir dann 1 oder -1 heraus

Question 4

Standard-Imports von matplotlib?

Answer 4

• %matplotlib notebook
• import matplotlib.pyplot as plt

Question 5

Wo befinden sich Diagramme in matplotlib?

Answer 5

Diagramme in matplotlib befinden sich in einem Figure-Objekt.

Ein neues Diagramm können Sie mit plt.figure erstellen:

fig = plt.figure()

Question 6

Wie kann ich diesen text aufteilen?

text = “"”Dave dave@google.com
Steve steve@gmail.com
Rob rob@gmail.com
Ryan ryan@yahoo.com
“””

pattern = r’[A-Z0-9._%+-]+@[A-Z0-9.-]+.[A-Z]{2,4}’

Answer 6

Es gibt drei Kategorien des re-Moduls: Mustererkennung, Ersetzen und Aufteilen.

• import re*
• regex = re.compile(pattern, flags=re.IGNORECASE)*
• regex.findall(text)*

Der Aufruf von findall auf dem Text erzeugt eine Liste der E-Mail-Adressen:

[‘dave@google.com’, ‘steve@gmail.com’, ‘rob@gmail.com’, ‘ryan@yahoo.com’]

Question 7

Stellen Sie sich vor, Sie wollten in einer der Spalten Werte finden, deren absoluter Wert größer als 3 ist:

col = data[2]

Verwende eine ufunc.

Answer 7

col[np.abs(col) > 3]

Question 8

Wie kann ich in df für die NA-Werte in Spalte 1 –> 0.5 und in Spalte 2 –> 0 einsetzen?

Answer 8

df.fillna({1: 0.5, 2: 0})

Question 9

Wie kann ich die Zeilen entfernen lassen, die in Spalte k1 ein Duplikat haben?

Answer 9

data.drop_duplicates([‘k1’])

Question 10

Wie kann ich einen String mit einer variablen Anzahl von Whitespace- Zeichen (Tabulatoren, Leerzeichen und Zeilenumbrüchen) aufteilen?

Answer 10

Ein regex beschreibt ein Muster, das im Text gesucht werden soll und dann für viele Zwecke eingesetzt werden kann.

Question 11

Um alle Zeilen in data auszuwählen, die einen Wert enthalten, der über 3 oder –3 hinausgeht, können Sie die Methode XXX auf einem booleschen DataFrame einsetzen:

Answer 11

Methode any

data[(np.abs(data) > 3).any(1)]

Question 12

Wie entfernt man aus DataFrame data nur die Zeilen, die komplett NA sind?

Answer 12

Mit how=’all’ werden nur die Zeilen entfernt, die komplett NA sind:

data.dropna(how=’all’)

Question 13

Wie kann ich einen kommaseparierten String aufteilen?

val = ‘a,b, guido’

Answer 13

val.split(‘,’)

–> [‘a’, ‘b’, ‘ guido’]

Question 14

Wie kann ich zählen, wie oft ein , in val auftritt?

Answer 14

val.count(‘,’)

Question 15

Wie kann ich aus data die Duplikate entfernen lassen?

Answer 15

data.drop_duplicates()

Question 16

Was ist der Sverweis in Python?

Answer 16

Die Methode map auf einer Series akzeptiert eine Funktion oder ein Dictionary-artiges Objekt mit einer Zuordnung

Question 17

Wie kann ich ein Komma , aus val löschen?

Answer 17

val.replace(‘,’, ‘’)

Question 18

Wie kann ich in data für die NA-Werte den Mittelwert einfügen lassen?

Answer 18

data.fillna(data.mean())

Question 19

Wie kann ich diesen String aufteilen?

text = “foo bar\t baz \tqux”

v

[‘foo’, ‘bar’, ‘baz’, ‘qux’]

Answer 19

import re

re.split(‘\s+’, text)

Mit \s+ werden ein oder mehrere Whitespaces beschrieben.

Question 20

Wie kann ich in df die NA Werte mit 0 ersetzen?

Answer 20

Anstatt fehlende Daten herauszufiltern (und damit potenziell andere Daten mit zu verwerfen), könnten Sie die »Löcher« auf andere Weise füllen. In den meisten Fällen ist die Methode fillna das Werkzeug der Wahl. Beim Aufruf von fillna mit einer Konstanten werden fehlende Werte durch diesen Wert ersetzt:

df.fillna(0)

Question 21

Wie kann ich in dem Dataframe data eine zusätzliche Spalte v1 mit Zahlen von 0 bis 6 einfügen lassen?

Answer 21

data[‘v1’] = range(7)

Question 22

Wie kann ich mir aus Series string_data die Null-Werte als boolean anzeigen lassen?

Answer 22

string_data.isnull()

Question 23

Standard-Import für NaN-Werte?

Answer 23

from numpy import nan as NA

Question 24

Wie kann ich aus df die ersten 4 Werte aus Spalte 1 als NA setzen?

Answer 24

df.iloc[:4,1] = NA

Question 25

Wie ersetze ich in data die Werte -999 und -1000 mit nan, bzw. 0?

Answer 25

data.replace([-999,-1000],[np.nan,0])

Question 26

Die Standard-Import am Anfang?

Answer 26

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

Question 27

data = np.arange(10)

Wie kann ich data als plot malen?

Answer 27

plt.plot(data)

Question 28

Wie kann ich die NA herausfiltern?

data = pd.Series([1, NA, 3.5, NA, 7])

Answer 28

data.dropna()

Question 29

Wie kann ich aus data die Spalte food alles kleinschreiben?

lowercased = …

Answer 29

lowercased = data[‘food’].str.lower()

Question 30

Wie kann ich aus data alle Spalten entfernen, die komplett NA sind?

Answer 30

data.dropna(axis=1, how=’all’)

Question 31

Wie kann ich überprüfen, ob in data das Wort gmail vorkommt?

Answer 31

data.str.contains(‘gmail’)

Question 32

pieces

[‘a’, ‘b’, ‘guido’]

first, second, third = pieces

Wie kann ich so etwas erstellen?

‘a::b::guido’

Answer 32

’::’.join(pieces)

Question 33

Wie kann ich Subplots in eine Abbildung einfügen?

fig = plt.figure()

ax1 = …

Answer 33

ax1 = fig.add_subplot(2, 2, 1)

Das bedeutet, dass die Abbildung 2 × 2 Diagramme enthält (also insgesamt vier)
und wir den ersten der vier Subplots auswählen (von 1 aufwärts gezählt).

ax2 = fig.add_subplot(2, 2, 2)

ax3 = fig.add_subplot(2, 2, 3)

Question 34

ages = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32]

Unterteilen wir sie in die Gruppen 18 bis 25, 26 bis 35, 36 bis 60 und schließlich 61 und älter.

cats = …

Answer 34

bins = [18,25,35,60,100]

cats = pd.cut(ages,bins)

Question 35

Wie kann ich eine zusätzliche Spalte animal in data einfügen, mit einer Zuordnung von Fleisch zu Tier (meat_to_animal).

lowercased enthält das Gericht.

Answer 35

data[‘animal’] = lowercased.map(meat_to_animal)

Question 36

Wie entsteht ein wiederverwendbares regex-Objekt?

text = “foo bar\t baz \tqux”

regex = …

Answer 36

import re

text = “foo bar\t baz \tqux”

regex = re.compile(‘\s+’)

regex.split(text)

Question 37

Wie kann ich von data eine boolesche Serie zurückgeben lassen, die anzeigt, ob die Zeile ein Duplikat ist?

Answer 37

data.duplicated()