逆分组
任务：列出分期贷款明细，当期还款额、当期利息、当期本金、剩余本金。 Python 1 import numpy as np 2 import pandas as pd 3 loan_data = pd.read_csv(‘E:\\txt\\loan.csv’,sep=’\t’) 4 loan_data[‘mrate’] = loan_data[‘Rate’]/(100*12) 5 …
日志处理3
任务：每条日志不定行，每条记录开始的时候有固定的标记。 Python 1 import pandas as pd 2 log_file = ‘E://txt//Indefinite _info2.txt’ 3 log_info = pd.read_csv(log_file,header=None) 4 group_cond = log_info[0].apply(lambda x:1 if …
日志处理2
任务：每条日志不定行，每行都有相同的标记表示是一条记录。 Python 1 import pandas as pd 2 log_file = ‘E://txt//Indefinite _info.txt’ 3 log_info = pd.read_csv(log_file,header=None) 4 log_g = log_info.groupby(log_info[0].app …
日志处理1
任务：每三行记录一条日志，把日志整理成结构化文件 Python 1 import pandas as pd 2 import numpy as np 3 log_file = ‘E://txt//access_log.txt’ 4 log_info = pd.read_csv(log_file,header=None) 5 log_g=log_info.groupby(log_info.index …
可重复的条件分组
任务：按在公司的工龄将员工分段分组统计每组的男女工人数 Python 1 import pandas as pd 2 import datetime 3 def eval_g(dd:dict,ss:str): 4 return eval(ss,dd) 5 emp_file = ‘E:\\txt\\employee …
按指定次序分组
任务：按次序列出Technology,Production,Sales,HR的女员工人数和平均年龄 Python 1 import pandas as pd 2 import datetime 3 emp_file = ‘E:\\txt\\employee.txt’ 4 dept_seq = [‘Technology’,’Production’,’Sales’,’HR’] 5 emp …
保持原序下的相邻记录分组
任务：列出NBA连续夺冠次数最多的球队夺冠信息 Python 1 import pandas as pd 2 import numpy as np 3 pd.set_option(‘display.max_columns’, None) 4 nba_file = ‘E:\\txt\\nba.txt’ 5 nba_champion = pd.read_csv(nba_file, …
对分组结果排序
任务：找出人数最多和最少的两个部门 Python 1 import pandas as pd 2 emp_file = ‘E:\\txt\\employee.txt’ 3 emp_info = pd.read_csv(emp_file,sep=’\t’) 4 emp_g = emp_info.groupby(by=’DEPT’) 5 size = emp_g.size().sort …
分组子集运算
任务：计算出指定时间段内各种货物每天的库存状态 Python 1 import pandas as pd 2 import numpy as np 3 starttime = ‘2015-01-01’ 4 endtime = ‘2015-12-31’ 5 stock_data = pd.read_csv(‘E:\\txt\\stocklog.csv’,sep=’\t’) 6 stock_data …
分组子集迭代循环
任务：计算各销售员几月份销售额达到50万。 Python 1 import pandas as pd 2 sale_file = “E:/txt/orders_i.csv” 3 sale_data = pd.read_csv(sale_file,sep=’\t’) 4 sale_g = sale_data.groupby(‘sellerid’) 5 breach50_list = [] 6 for in …