1.有 DataFrame 结构数据 data_obj, data_arr = np.array([np.random.randint(10) for i in range(20)]).reshape(5,4) df_obj = pd.DataFrame(data_arr,columns=['a','b','c',"d"]) 输出”b”,”c”列
A、 print(df_obj[["b":"d"]])
B、 print(df_obj[["b","c"]])
C、 print(df_obj[[1:3]])
D、 print(df_obj["b","c"])
2.存在 DataFrame 结构的数据 df,df 中的列索引是二级索引,现需要将列索引中最里层的索引 转换为行索引中的第二级索引。 df = pd.DataFrame(np.random.randint(0,150,size=(4,4)), index = ['第一季度','第二季度','第三季度','第四季度'], columns=[['python','python','机器学习','机器学习'],['初级','高阶','初级','高阶']]) df.stack(level) 则关于 df.stack(level)中的 level,不可以的是？
A、 不填
B、 1
C、 2
D、 -1
3.存在 DataFrame 结构的数据 df1 和 df2,使用 Pandas 工具的 concat 函数将 DataFrame 结构 的 df1 和 df2 数据进行横向拼接。 df1 = pd.DataFrame({"score1":np.random.randint(1,5,size=5), "score2":np.random.randint(5,10,size=5), "score3":np.random.randint(10,15,size=5)}, index=[1,2,3,4,5])
df2 = pd.DataFrame({"score1":np.random.randint(1,5,size=3), "score2":np.random.randint(5,10,size=3), "score3":np.random.randint(10,15,size=3)}, index=[4,5,6]) pd.concat([df1,df2],axis=1) 则合并后,一共有多少行数据
A、 5
B、 8
C、 6
D、 3