Pandas数据分析面试基础题（一）

Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。

Pandas是基于NumPy的一个开源的Python库，常用于数据处理及分析，提供了大量的函数及方法，可以高效地对数据集进行操作处理，与Numpy、Matplotlib并称为数据分析三剑客。

Pandas应用最广泛的数据结构主要有 Series（一维数据结构）和 DataFrame（二维数据结构）。

• Series 是一维带标签的数据结构，由一组数据值和一组标签组成，其中标签与数据值之间是一一对应的关系，标签默认为从0开始递增的整数。它可以存储各种数据类型，包括数字、字符串、Python对象等。
• DataFrame 是二维的带标签的数据结构，既有行标签（index），又有列标签（columns）。

了解完 Pandas 基础知识，下面以试题的形式进行学习。

试题一：创建 Series 对象的语法是怎样的？

（难度：超级easy）

分析：Pandas使用Series()函数来创建Series对象，通过这个对象可以调用相应的方法和属性进行数据的处理等。
代码

import pandas as pd

s = pd.Series(data, index)
复制代码

其中参数data为输入的数据，可以是常量、列表、ndarray 数组等；index为索引，值必须是惟一的，默认为从0开始递增的整数。

试题二：如何从列表、字典、ndarray对象创建 Series 对象？

（难度：easy）

分析：在使用Series()函数时指定data参数和相应的index参数即可，具体用法及解释下面将分别展示。
具体实现

• 从列表创建 Series 对象：

data = ["a", "b", "c", "d"]
s1 = pd.Series(data)
s1
复制代码

输出结果如下：

0    a
1    b
2    c
3    d
dtype: object
复制代码

其中前面的0,1,2,3为当前 Series 的索引。

• 从字典创建 Series 对象：

把字典作为输入数据，如果没有传入索引时会按照字典的key来构造索引；传递了索引时需要将索引标签与字典中的值一一对应。示例如下：
没有传递索引时：

data = {'a' : 0, 'b' : 1, 'c' : 2}
s2 = pd.Series(data)
s2
复制代码

输出结果为：

a    0
b    1
c    2
dtype: int64
复制代码

传递索引时：

data = {'a' : 0, 'b' : 1, 'c' : 2}
s3 = pd.Series(data, index=['c','a','b','d'])
s3
复制代码

输出结果为：

c    2.0
a    0.0
b    1.0
d    NaN
dtype: float64
复制代码

当传递的索引值无法找到与其对应的值时，使用NaN填充。

• 从 ndarray 创建 Series 对象

ndarray 是 NumPy 中的数组类型，当 data 是 ndarry 时，传递的索引必须具有与数组相同的长度。
下面将创建一个 ndarray 数组，然后从 ndarray 创建 Series 对象：

import numpy as np

data = np.array(["a", "b", "c", "d"])
s4 = pd.Series(data)
s4
复制代码

原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~

最后，感谢女朋友在工作和生活中的包容、理解与支持 ！