2021某厂的数据分析面试题python

Posted 2021-06-24 柳小葱

今天来更新朋友面试某厂的数据分析题，供大家参考。

面试官给了一个python笔试题.py文件
内容如下：

这里写目录标题

• • Q1：读入数据
  • Q2：筛选数据
  • Q3：筛选数据
  • Q4：分组
  • Q5：数据赋值
  • 总结

Q1：读入数据

 # Q1: 读入数据，到一个dataframe命名为content，并且将其中的列名作为dataframe的column index
import pandas as pd
content=pd.DataFrame(raw_data,columns=["platform","order_num","comment","uv"])
content.info()

结果如下：

Q2：筛选数据

这里我要说一下，筛选数据最好用df.query()这个函数，效率高，容易理解

# Q2: 筛选所有order_num = '2nd' 且platform = 'news'
qstr1="order_num == \\'2nd\\'"
qstr2="platform == \\'news\\' & order_num == \\'2nd\\'"
print(content.query(qstr2))

结果如下：

Q3：筛选数据

#Q3:筛选content的第2-4行和第2列之后的数据
content.iloc[1:4,2:]

结果如下：

Q4：分组

# Q4: 对content进行分组计算，按照platform 和order_num 对comment 求和 并按照求和结果进行降序排列
data1=content.groupby(["platform","order_num"])["comment"].sum().sort_values(ascending=False)
data1

结果如下：

Q5：数据赋值

这道题大家的思想可能也是判断platform='news’和 comment >= 70，然后再and,这样写也行，但是可能会有类型错误，如不是bool类型之类的，博主的想法是求出满足表达式的行的索引，然后根据索引赋值即可

# Q5: 新生成一列变量为 rank，评价标准为，当platform='news'且 comment >= 70时 rank = 'good', 当platform='pcnews'且 comment >= 500时 rank = 'medium', 其他 rank = 'worse'
#全体赋值为worse
content["rank"]="worse"
#满足第一个条件表达式
qustr1="platform==\\'news\\' and comment >= 70"
list1=content.query(qustr1).index.tolist()
content.loc[list1,"rank"]="good"
#满足第二个条件的表达式
qustr2="platform==\\'pcnews\\' and comment >= 500"
list2=content.query(qustr2).index.tolist()
content.loc[list2,"rank"]="medium"
#展示赋值后的结果
print(content)

结果如下：

总结

总结一下，题目主要考察pandas,对做题时间有限制，其实还是有点难度的，尤其是需要知道一些高级的pandas查询方法，平时还是需要多敲一敲！