第三章单元测试
- 下列能创建序列类型对象的语句是( )。
- df是100行10列的数据框, “df.head(8)”语句的功能是( )。
- df是100行10列的数据框,df.columns的功能是( )。
- df是一个10行3列的数据框,df.columns=['col1','col2','col3']语句的功能是( )。
- df是一个的数据框变量,df.loc['f', 'age'] = 25语句的功能是( )。
- df是数据框对象,age是df的列名,df.loc[df['age'].isnull(),:]语句的功能是( )。
- 能将外部文件导入的语句是( )。
下列语句的功能是( )。
import pandas as pd
import numpy as np
y = pd.Series(np.arange(0,19,2),index = ['A'+str(i) for i in range(10)])
下列语句定义了df数据框对象,df['Age'].mean()语句的功能是( )。
df=pd.DataFrame({'ID':['001','002','003','004','005','006'],'Name':['su','gao','wang','li','zhang','song'],\
'Age':[33,31,35,36,37,38],'sex':['m','f','m','m','f','m']})
下列语句的功能是( )。
import pandas as pd
data = pd.DataFrame()
data['city'] = ['Beijing','Shanghai','Shenzhen']
A:s2=pd.Series((1,3,5,7,9))
B:s1=pd.Series([1,3,5,7,9])
C:s4=pd.Series(dict())
D:s3=pd.Series(np.array([1,3,5,7,9]))
答案:s2=pd.Series((1,3,5,7,9))
###s1=pd.Series([1,3,5,7,9])
###s4=pd.Series(dict())
###s3=pd.Series(np.array([1,3,5,7,9]))
A:查看df前8行数据
B:查看df从第8开始到最后的所有数据
C:查看df第8行数据
D:查看df全部数据
A:输出df前5行的索引
B:输出df全部列名称
C:输出df全部索引
D:输出df前5列的列名称
A:将df的部分列名修改为'col1','col2','col3'
B:将df的部分索引修改为'col1','col2','col3'
C:将改df的全部列名修改为'col1','col2','col3'
D:将df的全部索引修改为'col1','col2','col3'
A:将df的“age”行的值修改为25
B:将df 的“f”行的值修改为25
C:将df的“age”行“f”列的值修改为25
D:将df的“f”行“age”列的值修改为25
A:提取df中所有空值的行
B:提取df中age列是空值的值
C:提取df中所有空值
D:提取df中age列是空值的行
A:pd.read_excel(r“C:/Users /student.xlsx”)
B:pd.to_excel(r“C:/Users /student.xlsx”)
C:pd.read_csv (r“C:/Users /student.csv”)
D:pd.read_table(r“C:/Users /student.txt”)
A:y的索引是“A0”,“A1”,“A2”,“A3”,“A4”“ A5”,“A6”,“A7”,“A8”,“A9” B:y的值是0,2,4,6,8,10,12,14,16,18 C:创建数据框类型数据对象赋值给变量y, D:创建序列类型数据对象赋值给变量y,
A:计算age列的平均值 B:计算df的平均值” C:计算age列的最大值” D:计算age列的和”
A:在data数据框中新增一行 ,索引为“city” B:在data序列中新增一行,索引为“city” C:在data序列中新增一列,列名为“city” D:在data数据框中新增一列,列名为“city”
温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!