第1关：安装并使用Pandas

任务描述

本关任务：输出Pandas的版本号。

相关知识

在安装 Pandas 之前，确保你的操作系统中有 NumPy。如果你是从源代码直接编译，那么还需要相应的工具编译建立 Pandas 所需的C语言与 Cython 代码。详细的安装方法，请参考 Pandas官方文档 。如果你按照前言的建议使用了Anaconda，那么 Pandas 就已经安装好了。

平台已经安装Anaconda，所以不需要再安装Pandas库。

编程要求

本关的编程任务是补全右侧编辑器中的demo()函数，要求通过__version__查看Pandas当前版本号。

• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入： 无测试输入 预期输出： 0.23.0

---

开始你的任务吧，祝你成功！

代码：

import pandas as pd

  

def demo():

    #将pandas的版本号赋值给version_number

    #********** Begin **********#

    version_number =pd.__version__

    #********** End **********#

    return  version_number

第2关：Pandas的Series对象

任务描述

本关任务：使用任意一个方法创建一个Series对象。

相关知识

Pandas的Series对象是能够保存任何类型的数据（整数，字符串，浮点数，Python对象等）的一维数组，可以用一个数组创建Series对象。

1. In: data = pd.Series([0.25, 0.5, 0.75, 1.0])
2. In: data
3. Out: 0 0.25
4. 1 0.50
5. 2 0.75
6. 3 1.00
7. dtype: float64

从上面的结果发现Series对象将一组数据和一组索引绑定在一起，我们可以通过values属性和index属性获取数据，values返回的结果与Numpy数组类似，index返回结果是一个类型为pd.Index的类数组对象。

1. In: data.values
2. Out: array([ 0.25, 0.5 , 0.75, 1. ])
3. In: data.index
4. Out: RangeIndex(start=0, stop=4, step=1)

Series和Numpy数组一样，数据可以通过Python的中括号索引标签获取。而且比Numpy数组更加通用、灵活。

1. In: data[1]
2. Out: 0.5
3. In: data[1:3]
4. Out: 1 0.50
5. 2 0.75
6. dtype: float64

创建Series对象

创建Pandas的Series对象的方法：

pd.Series(data,index=index)

其中，index是一个可选参数，默认为np.arange(n)，data参数支持多种数据类型。

Series是通用的Numpy数组

Series对象和一维Numpy数组基本可以等价交换，但两者间的本质差异其实是索引：NumPy数组通过隐式定义的整数索引获取数值，而Pandas的Series对象用一种显式定义的索引与数值关联。 显式索引的定义让Series对象拥有了更强的能力。例如，索引不再仅仅是整数，还可以是任意想要的类型。

1. In: data = pd.Series([0.25, 0.5, 0.75, 1.0], index=['a', 'b', 'c', 'd'])
2. Out: a 0.25
3. b 0.50
4. c 0.75
5. d 1.00
6. dtype: float64
7. In: data["b"]
8. Out: 0.5

Series是特殊的字典

你可以把Pandas的Series对象看成一种特殊的Python字典。字典是一种将任意键映射到一组任意值的数据结构，而Series对象其实是一种将类型键映射到一组类型值的数据结构。我们可以直接用Python的字典创建一个Series对象，让Series对象与字典的类比更加清晰。

1. In: population_dict = {'California': 38332521,'Texas': 26448193, 'New York': 19651127, 'Florida': 19552860, 'Illinois': 12882135}
2. In: population = pd.Series(population_dict)
3. In: population
4. Out: California 38332521
5. Florida 19552860
6. Illinois 12882135
7. New York 19651127
8. Texas 26448193
9. dtype: int64

用字典创建 Series对象时，其索引默认按照顺序排列。典型的字典数值获取方式仍然有效，而且还支持数组形式的切片操作等。

1. In: population['California']
2. Out: 38332521
3. In: population['California':'Illinois']
4. Out: California 38332521
5. Florida 19552860
6. Illinois 12882135
7. dtype: int64

编程要求

本关的编程任务是补全右侧上部代码编辑区内的相应代码，创建一个Series对象，并输出。

• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作!

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入中的第一行为Series对象中的列索引，第二行为Series对象中每一行的值。

测试输入： a,b,c,d,e,f 6,5,4,2,1,3

预期输出：

1. a 6
2. b 5
3. c 4
4. d 2
5. e 1
6. f 3
7. dtype: object

---

开始你的任务吧，祝你成功！

代码：

import pandas as pd

a = input()   # 输入的是一个字符串，详细数据可查看测试集
b = input()

# 使用任意方法创建一个Series对象，并输出

#********* Begin **********#
c=a.split(",")
d=b.split(",")
data=pd.Series(d,index=c)
print(data)
#********* Begin **********#

第3关：Pandas的DataFrame对象

任务描述

本关任务：分别使用Series对象和字典类型数据创建一个DataFrame对象。

相关知识

Pandas的另一个基础数据结构是DataFrame。和上一节介绍的 Series对象一样，DataFrame既可以作为一个通用型NumPy数组，也可以看作特殊的Python字典。

创建DataFrame对象

Pandas的DataFrame对象可以通过许多方式创建，这里举几个常用的例子。

• 通过数组创建：
  1. pd.DataFrame(array, index=list0, columns=list1) #list表示一个列表
• 通过单个Series对象创建：
  1. pd.DataFrame(Series,columns=list)
• 通过字典列表创建：
  1. data = [{'a': i, 'b': 2 * i} for i in range(3)] pd.DataFrame(data)

  DataFrame是通用的NumPy数组

  如果将Series类比为带灵活索引的一维数组，那么DataFrame就可以看作是一种既有灵活的行索引，又有灵活列名的二维数组，你也可以把DataFrame看成是有序排列的若干Series对象。这里的“排列”指的是它们拥有共同的索引index。
  1. # 创建Series对象
  2. In: area_dict = {'California': 423967, 'Texas': 695662, 'New York': 141297, 'Florida': 170312, 'Illinois': 149995}
  3. In: population_dict = {'California': 38332521,'Texas': 26448193, 'New York': 19651127, 'Florida': 19552860, 'Illinois': 12882135}
  4. In: population = pd.Series(population_dict)
  5. In: area = pd.Series(area_dict)
  6. # 创建DataFrame对象
  7. In: states = pd.DataFrame({'population': population, 'area': area})
  8. In: states
  9. Out: area population
  10. California 423967 38332521
  11. Florida 170312 19552860
  12. Illinois 149995 12882135
  13. New York 141297 19651127
  14. Texas 695662 26448193
  和Series对象一样，DataFrame也有一个index属性可以获取索引标签。另外，DataFrame还有一个columns属性，是存放列标签的Index对象。
  1. In: states.columns
  2. Out: Index(['area', 'population'], dtype='object')

DataFrame是特殊的字典

与Series类似，我们也可以把DataFrame看成一种特殊的字典。字典是一个键映射一个值，而DataFrame是一列映射一个Series的数据。例如，通过area的列属性可以返回包含面积数据的Series对象。

1. In: states['area']
2. Out: California 423967
3. Florida 170312
4. Illinois 149995
5. New York 141297
6. Texas 695662
7. Name: area, dtype: int64

注意：在 NumPy 的二维数组里，data[0] 返回第一行；而在 DataFrame 中，data['列名']返回与列名相匹配的那一列。

编程要求

本关的编程任务是补全右侧上部代码编辑区内的相应代码，要求实现如下功能：

• 将数据转换为Series对象 然后通过Series对象创建一个DataFrame对象，并输出；

• 将数据转换为字典，然后通过字典创建一个DataFrame对象，并输出；

• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入的第一行为列索引，第二行为第一列数据，第三行为第二列数据。

测试输入： 1,2,3,4,6 a,aa,aaa,aaaa,aaaaa b,bb,bbb,bbbb,bbbbb 预期输出：

1. first second
2. 1 a b
3. 2 aa bb
4. 3 aaa bbb
5. 4 aaaa bbbb
6. 6 aaaaa bbbbb
7. first second
8. 1 a b
9. 2 aa bb
10. 3 aaa bbb
11. 4 aaaa bbbb
12. 6 aaaaa bbbbb

---

开始你的任务吧，祝你成功！

代码：

import pandas as pd

index = input()        # 输入的是一个字符串，用于列索引，详细数据请查看测试集
value1 = input()     # DataFrame对象的第一列数据
value2 = input()     # DataFrame对象的第二列数据

# 将数据转换为Series对象  然后通过Series对象创建一个DataFrame对象，然后输出
#********** Begin **********#
data={'first':pd.Series(value1.split(','),index=index.split(',')),
        'second':pd.Series(value2.split(','),index=index.split(','))}
dp=pd.DataFrame(data)
print(dp)
#********** End **********#

# 将数据转换为字典，然后通过字典创建一个DataFrame对象，然后输出
#********** Begin **********#
data={'first':value1.split(','),'second':value2.split(',')}
dp=pd.DataFrame(data,index=index.split(','))
print(dp)

#********** End **********#

第4关：Pandas的Index对象

任务描述

本关任务：获取两个Series对象的Index对象，然后求它们的并集和交集。

相关知识

从以上几个实训可以看出Series和DataFrame对象都使用便于引用和调整的显式索引。Pandas的Index对象是一个很有趣的数据结构，可以将它看作是一个不可变数组或有序集合（实际上是一个多集，因为Index对象可能会包含重复值）。

创建一个简单的Index对象：

1. In: pd.Index([2, 3, 5, 7, 11])
2. Out: Int64Index([2, 3, 5, 7, 11], dtype='int64')

将Index看作不可变数组

Index对象得许多操作都像数组。可以通过标准Python的取值方法获取数值，也可以通过切片获取数值。

1. In: ind[1]
2. Out: 3
3. In: ind[::2]
4. Out: Int64Index([2, 5, 11], dtype='int64')

Index对象还有许多与NumPy数组相似的属性。

1. In: print(ind.size, ind.shape, ind.ndim, ind.dtype)
2. Out: 5 (5,) 1 int64

Index对象与NumPy数组之间的不同在于，Index对象的索引是不可变的，也就是说不能通过通常的方式进行调整。

ind[1] = 0 # 这种操作是不可取的，会报错

将Index看作有序集合

Pandas对象被设计用于实现许多操作，如连接（join）数据集，其中会涉及许多集合操作。Index 对象遵循Python标准库的集合（set）数据结构的许多习惯用法，包括并集、交集、差集等。

1. In: indA = pd.Index([1, 3, 5, 7, 9])
2. In: indB = pd.Index([2, 3, 5, 7, 11])
3. In: indA & indB # 交集
4. Out: Int64Index([3, 5, 7], dtype='int64')
5. In: indA | indB # 并集
6. Out: Int64Index([1, 2, 3, 5, 7, 9, 11], dtype='int64')
7. In: indA ^ indB # 异或
8. Out: Int64Index([1, 2, 9, 11], dtype='int64')

这些操作还可以通过调用对象方法来实现，例如indA.intersection(indB)等。

编程要求

本关的编程任务是补全右侧上部代码编辑区内的相应代码，要求获取两个Series对象的index对象，然后求交集与并集，并输出。

• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入： 无测试输入 预期输出：

1. 交集：Int64Index([1, 3, 4], dtype='int64')
2. 并集：Int64Index([1, 2, 3, 4, 5, 6, 22, 66], dtype='int64')

---

开始你的任务吧，祝你成功！

代码：

import pandas as pd


def demo4():
    data1 = pd.Series([1,2,3,4,66])
    data2 = pd.Series([1,22,3,4,5,6])
    # 获取两个Series对象的index对象，然后求交集与并集，并输出
    #********** Begin **********#
    d1=pd.Index(data1)
    d2=pd.Index(data2)
    a=d1 & d2
    b=d1 | d2
    print(f'交集：{a}')
    print(f'并集：{b}')
    #********** Begin **********#
    return