输入 − 假设你有一个序列，0    1.3 1    2.6 2    3.9 3    4.8 4    5.6 输出 − 0    1.0 1    3.0 2    4.0 3    5.0 4    6.0 解法 1 定义一个序列 创建一个空列表。设置 for 循环来迭代数据。将四舍五入后的值添加到列表中。最后，将元素添加到序列中。 示例 让我们看看完整的实现以更好地理解 − import pandas as pd l = [1.3,2.6,3.9,4.8,5.6] data = pd.Series(l) print(data.round()) 输出 0    1.0 1    3.0 2    4.0 3    5.0 4    6.0 解法 2 示例 import pandas as pd l = [1.3,2.6,3.9,4.8,5.6] data = pd.Series(l) ls = [] for i,j in data.items():    ls.append(round(j)) result = pd.Series(ls) print(result) 输出 0    1 1    3 2    4 3    5 4    6

输入 − 假设你有一个日期序列来查找一个月的天数。 解法 为了解决这个问题，我们将遵循以下步骤 − 定义日期序列 将 date_range 值设置为 2020-02-10。 使用 Series.dt.daysinmonth 查找一个月的天数 示例 让我们看看完整的实现以更好地理解 − import pandas as pd date = pd.date_range('2020-02-10',periods=1) data = pd.Series(date) print(data.dt.daysinmonth) 输出 0    29

输入 − 假设你有一个序列，并从给定的特定日期范围内查找一年中的某一天。 解法 为了解决这个问题，我们将遵循以下方法。 定义一个序列 将 date_range 设置为 ‘2020-01-10’，周期为 5。如下所示定义， pd.date_range('2020-01-10',periods=5) 使用 Series.dt.dayofyear 查找日期。 示例 让我们看看完整的实现以更好地理解 − import pandas as pd date = pd.date_range('2020-01-10',periods=5) data = pd.Series(date) print(data.dt.dayofyear) 输出 0    10 1    11 2    12 3    13 4    14

输入 − 假设你有一个序列，结果是连接值而不重复索引，0    1 1    2 2    3 3    4 4    5 5    6 解法 为了解决这个问题，我们将遵循这两个步骤 − 定义两个序列 连接两个序列并应用 ignore_index 值为 True 来查找结果。如下所示定义， pd.concat([series_one,series_two],ignore_index=True) 示例 让我们看看完整的实现以更好地理解 − import pandas as pd series_one = pd.Series([1,2,3]) series_two = pd.Series([4,5,6]) print(pd.concat([series_one,series_two],ignore_index=True)) 输出 0    1 1    2 2    3 3    4 4    5 5    6

解法 为了解决这个问题，我们将遵循以下步骤 − 定义一个范围从 1 到 10 的序列 查找所有值的总和 将序列转换为 JSON 文件格式 让我们看看下面的实现以更好地理解。 示例 import pandas as pd data = pd.Series(range(1,11)) data['sum'] = data.sum() data = data.to_json() print(data) 输出 {"0":1,"1":2,"2":3,"3":4,"4":5,"5":6,"6":7,"7":8,"8":9,"9":10,"sum":55}

解法 为了解决这个问题，我们将遵循以下步骤 − 定义一个序列。 创建一个 for 循环并访问从开始到结束元素的数据。设置 if 条件来检查数据是否存在。 如果该值不在范围内，则将其添加到列表中。最后，对值进行排序并打印。 for i in range(data[0], data[length-1]):    if(i not in data):       l1.append(i)    else:       l1.append(i) 示例 让我们看看下面的实现以更好地理解。 import pandas as pd import numpy as np l = [1, 2, 3, 6, 7] l1 = ... 阅读更多

解法 为了解决这个问题，我们将遵循以下步骤 − 定义一个空列表 创建一个 for 循环并设置范围从 100 到 150 设置另一个 for 循环来访问从 2 到值的范围的值并查找因子，如果找不到任何因子，则将其添加到列表中。如下所示定义， for i in range(100, 150):    for j in range(2, i):       if(i % j == 0):          break    else:       l.append(i) 将随机样本值设置为 5 并分配到列表中，然后最终创建一个序列。 data = ... 阅读更多

输入 − 假设你有一个序列，0    1.0 1    2.0 2    3.0 3    NaN 4    4.0 5    NaN 输出 − NaN 索引的结果是，索引为 3 索引为 5 解法 为了解决这个问题，我们将遵循以下步骤 − 定义一个序列。 创建 for 循环并访问所有元素，并设置 if 条件来检查 isnan()。最后打印索引位置。如下所示定义， for i, j in data.items(): if(np.isnan(j)):    print("index is", i) 示例 让我们看看下面的实现以更好地理解。 import pandas as pd import numpy as np l ... 阅读更多

输入 − 假设你有一个序列，0    apple 1    oranges 2    alpha 3    aroma 4    beta 输出 − 以“a”开头和结尾的元素的结果。 2    alpha 3    aroma 解法 1 定义一个序列。 创建正则表达式来检查以“a”开头和结尾 r'^[a]$|^([a]).*\1$' 创建一个空列表并设置 for 循环，并在其中设置 if 条件来检查模式。如下所示定义， for i in data:    if(re.search(exp, i)):       ls.append(i) 最后，使用 isin() 检查序列。 示例 让我们看看下面的实现以更好地理解。 import pandas as pd import re l ... 阅读更多

输入 − 假设你有一个序列，0    1 1    2 2    3 3    4 输出 − 序列中所有元素的幂的结果是，0    1 1    4 2    27 3    256 解法 1 定义一个序列。 在 apply lambda 幂值内创建转换方法。如下所示定义， data.transform(lambda x:x**x) data.transform(lambda x:x**x) 解法 2 定义一个序列。 创建一个空列表。创建 for 循环，迭代所有项目。将元素添加到列表中。如下所示定义， for i, j in data.items():    ls.append(m.pow(j, j)) 最后，将列表转换为序列。 示例 让我们看看... 阅读更多