上海商学院
- 关于re.findall()方法描述正确的是（ ）。
- 以下关于pandas库描述正确的是（ ）。
- dataframe的dropna()方法将返回删除包含缺失值行后的新dataframe。（ ）
- dataframe的isnull()方法可以查询缺失值。（ ）
- del()函数默认在原dataframe上删除列。（ ）
- series是pandas库内置的数据类型。（ ）
- 正则表达式中*是一个普通字符。（ ）
- 在访问网站服务器的过中域名解析系统将URL地址解析为IP地址。（ ）
- dataframe的groupby()方法只能对1个字段分组。（ ）
- dataframe的apply()方法不能将python的标准函数应用到行或列。（ ）
- pandas库的concat()方法可以在dataframe的列名上对齐连接。（ ）
- series可以像列表一样切片引用。（ ）
- 可以通过dataframe的index属性修改行索引。（ ）
- 可以通过dataframe的columns属性修改列名。（ ）
- Anaconda是Python的集成开发环境。（ ）
- 可以通过.iloc()方法按dataframe的自定义索引引用行。（ ）
- 正则表达式+表示其前一个字符重复1次或多次。（ ）
- csv库的to_csv()方法可以将dataframe写入到csv或txt格式的文本文件。（ ）
- pandas库的concat()方法可以将两个dataframe在任意列上对齐连接。（ ）
- dataframe可以看成由多个具有相同索引的series构成。（ ）
- dataframe的apply()方法能够将自定义函数应用到dataframe的所有元素。（ ）
- 可以通过.loc()方法按dataframe的自定义索引引用行。（ ）
- 服务器的响应报文的状态行中包含了响应状态码。（ ）
- Ajax技术可以在不刷新网页的情况下更新当前网页.（ ）
- Json可以独立于网页的结构与样式传输数据。（ ）
- CSS主要用于描述网页的样式。（ ）
- 以下关于分组变换描述错误的是（ ）。
- 正则表达式中能够匹前面的字符或子表达式0次或多次的符号是（ ）。
- https://image.zhihuishu.com/zhs/question-import/formula/202209/9d97ca995a0748a19ad097edbb580683.png
- 时间序列变量df的值如图所示，执行以下代码后返回的结果是（ ）。
df.loc['2020/1/1':'2022/5/1'] - 以下关于requests的描述中，正确的是（ ）。
- 变量df1与df2的值如下图所示，执行以下程序后，变量df的值为（ ）。
df=pd.merge(df1,df2,on=['key1','key2']) - 执行以下程序输出的结果是（ A）。from bs4 import BeautifulSouphtml='
ssAlice
Amy'soup=BeautifulSoup(html,'html.parser')soup.select('.story') - 变量df的值如图所示，执行以下代码后返回的结果是（ ）。
df.groupby(['major','gender'])[['age','gpa']].mean() - 变量df的值如图所示，执行以下代码后返回的结果是（ ）。
df[df.duplicated()] - 以下关于时间序列dataframe描述错误的是（ ）。
- 关于apply与applymap方法，以下描述错误的是（ ）。
- 以下关于dataframe描述错误的是（ ）。
- 以下关于dataframe描述错误的是（C）。
- 执行以下程序输出的结果是（ D）。import pandas as pdd={'one':[1,3,5,7],'two':[2,4,6,8]}df=pd.DataFrame（ ）df['three']=df['two']-df['one']df.index=['a','b','c','d']print(df.loc[['a','d']])
- 执行以下程序输出的结果是（ C ）。import pandas as pdd={'one':[1,3,5,7],'two':[2,4,6,8]}df=pd.DataFrame（ ）df['three']=df['two']-df['one']del df['one']print(df)
- 用字典类型的数据来创建一个DataFrame时，它会自动的将以下哪一项作为列名（ ）。
- 以下关于dataframe的连接描述错误的是（ ）。
- 下列描述错误的是（ ）。
- 变量df的值如图所示，执行以下代码后返回的结果是（ ）。
df.dropna() - 执行以下程序输出的结果是（ B）。from bs4 import BeautifulSouphtml='
ssAlice
Amy'soup=BeautifulSoup(html,'html.parser')soup.find_all(name='a') - 执行以下程序输出的结果是（ ）。import pandas as pds=pd.Series([3,5,6,7,9],index=['a','b','c','d','e'])print(list(s[['d','a']]))
- 执行以下程序输出的结果是（ D）。from bs4 import BeautifulSouphtml='
ssAlice
Amy'soup=BeautifulSoup(html,'html.parser')soup.select('#name2')
A:该方法将返回所有符合正则表达式的子串 B:该方法至少包含两个参数：正则表达式与原字符串 C:该方法将返回第一个符合正则表达式的子串 D:该方法将返回一个列表
答案:A, B, D
A:pandas库是python的标准库 B:series是pandas库内置的数据类型 C:pandas库集成了数据处理与分析的函数方法 D:dataframe是pandas内置的数据类型
答案:pandas库集成了数据处理与分析的函数方法###series是pandas库内置的数据类型###dataframe是pandas内置的数据类型
A:错 B:对
答案:B:对
A:错 B:对
答案:B:对
A:对 B:错
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:A:错
A:错 B:对
答案:对
A:错 B:对
答案:A:错
A:错 B:对
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:可以对多个字段同时进行相同函数的聚合运算 B:不能对多个字段进行不同函数的聚合运算 C:可以对同一个字段进行不同函数的聚合运算 D:可以对多个字段同时进行分组
A:? B:| C:+ D:*
A:空 B:
C:
D:
A:报错 B:
C:
D:
A:requests库可以处理HTTP协议 B:可通过requests库实现绘图功能 C:requests库是Python的标准库 D:可通过requests库实现字符串的正则表达式匹配
A:
B:
C:
D:
A:[<a id="name1">Alice</a>] B:[<p>ss<a id="name1">Alice</a></p>] C:[<a id="name2">Amy</a>] D:[<a id="name1">Alice</a>, <a id="name2">Amy</a>]
A:
B:
C:
D:
A:
B:2
C:4
D:
A:时间序列dataframe的行索引具有weekofyear属性 B:时间序列dataframe可以按年月日切片引用 C:时间序列dataframe没有自动索引 D:行索引为datetime类型的dataframe可以进行时间序列操作
A:applymap方法能够将自定义函数应用到dataframe上的每一个元素 B:apply方法能够将自定义函数应用到dataframe行或列 C:apply与applymap方法只能将自定义函数应用到dataframe D:applymap方法能够将自定义函数应用到dataframe的一列
A:dataframe没有行索引 B:dataframe可以看成是一个由行列构成的二维表 C:dataframe的每一列就是一个series D:dataframe每一列都有一个列名
A:dataframe的每一列就是一个series B:dataframe没有行索引 C: dataframe每一列都有一个列名 D:dataframe可以看成是一个由行列构成的二维表
A:
B:
C:
D:
A:
B:
C:
D:
A:字典的值 B:字典的索引 C:字典的键 D:字典的键值对
A:concat()只能在行索引或列索引上对齐连接 B:concat()可以同时连接2个以上的dataframe C:merge()能够在任意列上对齐连接 D:merge()能够在行索引上对齐连接
A:BeautifulSoup库能够将HTML或XML文件解析为Dom Tree对象 B:Dom Tree是以树形结构的方式表示HTML或XML文档中标签的层次关系的数据类型 C:Tag对应标签树中的标签节点 D:BeautifulSoup内置的选择器语法中“#”指定标签的class属性
A:
B:
C:
D:
A: [<a id="name1">Alice</a>, <a id="name2">Amy</a>] B:[<p>ss<a id="name1">Alice</a></p>] C: [<a id="name2">Amy</a>] D:[<a id="name1">Alice</a>]
A:[6,7] B:[7,3] C:[5,6] D:[3,5]
A:[<a id="name1">Alice</a>] B:[<a id="name1">Alice</a>, <a id="name2">Amy</a>] C:[<p>ss<a id="name1">Alice</a></p>] D:[<a id="name2">Amy</a>]
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
