Задачи pandas онлайн: практикум с проверкой кода
В этой подборке можно отработать pandas на задачах с проверкой кода и тестах: загрузку таблиц, выбор строк, очистку, группировку и объединение данных. Выбирайте упражнение по своей текущей задаче.
Маршрут от CSV до отчёта
- Прочитайте CSV и проверьте типы столбцов.
- Разберитесь с метками индекса и позициями строк.
- Обработайте пропуски, текстовые ключи и дубликаты.
- Посчитайте показатели по группам.
- Соедините таблицы и проверьте, какие строки потерялись или размножились.
Пример: отбор и итог
import pandas as pd
df = pd.DataFrame({"team": ["A", "A", "B"], "score": [5, 8, 2]})
selected = df.loc[df["score"] >= 5]
report = selected.groupby("team", as_index=False).agg(total=("score", "sum"))
print(selected["score"].tolist())
print(report.to_dict("records"))
Результат:
[5, 8]
[{'team': 'A', 'total': 13}]
Фильтрация сохраняет строки, подходящие условию; агрегация меняет уровень детализации и создаёт строку на группу. Перед дальнейшим merge важно понимать, что теперь означает одна строка.
Углубитесь в нужную тему
- Очистка: fillna, строки, дубликаты и типы.
- Отчёты: groupby, transform, merge и pivot_table.
- Загрузка CSV с dtype и parse_dates.
- Выбор строк через loc и iloc.
- Скользящие показатели rolling.
Проверка в каждой задаче учитывает её собственное условие и формат вывода. Для последовательного изучения откройте бесплатный практический курс NumPy и pandas.
Новые упражнения
- Pandas loc: создать столбец и присвоить значения по условию
- Pandas rename, reindex и reset_index: задача на индекс
- Pandas CategoricalDtype: сортировка категорий и отчёт
- Pandas groupby cumsum и rank: накопительный итог по отделам
- Pandas rolling min_periods: сравните два скользящих средних
- Pandas duplicated и drop_duplicates: аудит бизнес-ключа
- Pandas concat и merge: объединение двух батчей данных
- pandas Series из словаря: index, shape и dtype
Создайте Series из словаря и проверьте метки, позиции и атрибуты index, shape и dtype. Задача по pandas.
NumPy и pandas: практический тренажёр - pandas DataFrame из списка словарей: пример и задача
Создание DataFrame из списка словарей, индекс и dtype столбцов: короткий пример и практическая задача с проверкой Python-кода.
NumPy и pandas: практический тренажёр - Загрузка CSV с явными типами и датами через readcsv — задача по NumPy и pandas
dtypes, если 'b' содержит значения вида '2024-01-15'? Проверьте ответ в задаче из бесплатного курса NumPy и pandas.
NumPy и pandas: практический тренажёр - Загрузка CSV в pandas: dtype, usecols и разбор дат
Как загрузить CSV с нужными типами и датами в pandas? Пример чтения файла с выбором столбцов и упражнение с проверкой кода.
NumPy и pandas: практический тренажёр - pandas readcsv: конфликт usecols и parsedates
Найдите причину ошибки загрузки CSV через pandas.readcsv, когда usecols и parsedates указывают несовместимые столбцы.
NumPy и pandas: практический тренажёр - Выборка столбцов и строк: [], loc и iloc без цепочной индексации — задача по NumPy и pandas
Практическая задача по теме «Выборка столбцов и строк: [], loc и iloc без цепочной индексации» с проверкой ответа онлайн.
NumPy и pandas: практический тренажёр - pandas iloc с нестандартным индексом: метка или позиция
Выберите строки DataFrame через iloc при нестандартных метках индекса и сравните позиции с метками. Практика pandas.
NumPy и pandas: практический тренажёр - pandas loc и iloc: разница меток, позиций и границ среза
Чем loc отличается от iloc в pandas? Пример с нестандартным индексом и включённой границей loc, затем задача с проверкой кода.
NumPy и pandas: практический тренажёр - Создание и изменение столбцов: векторные выражения, loc и выравнивание по индексу — задача по NumPy и pandas
Series([10, 20], index=[1, 3]) Какие значения будут в df['x'] для строк с метками 0 и 2? Проверьте ответ в задаче из бесплатного курса NumPy и pandas.
NumPy и pandas: практический тренажёр - pandas Series и индекс: почему при присваивании появляется NaN
Почему pandas добавляет NaN при присваивании Series столбцу. Пример выравнивания по меткам индекса и задача с проверкой кода.
NumPy и pandas: практический тренажёр - pandas loc: обновление цен и пересчёт стоимости
Обновите цены отдельных товаров через .loc и пересчитайте стоимость склада в новом столбце DataFrame.
NumPy и pandas: практический тренажёр - Управление метками: rename, sortvalues, setindex, resetindex, reindex — задача по NumPy и pandas
Практическая задача по теме «Управление метками: rename, sortvalues, setindex, resetindex, reindex» с проверкой ответа онлайн.
NumPy и pandas: практический тренажёр - pandas rename, sortvalues, setindex и reindex в одном пайплайне
Постройте цепочку из rename, sortvalues, setindex, resetindex и reindex. Задача на преобразование меток pandas.
NumPy и pandas: практический тренажёр - pandas: индекс, сортировка и reindex с заполнением новых строк
Установка индекса, сортировка строк и reindex в pandas: пример нового порядка, отсутствующей метки и задача на рейтинг.
NumPy и pandas: практический тренажёр - pandas dropna subset: какие строки удаляются и почему
Как dropna(subset=...) учитывает пропуски только в выбранных столбцах? Минимальный пример pandas и вопрос с проверкой ответа.
NumPy и pandas: практический тренажёр - pandas fillna: заполнение пропусков и nullable-типы Int64
Как заполнить пропуски и сохранить Int64, Float64 и boolean в pandas? Пример fillna и задача на nullable dtype с проверкой кода.
NumPy и pandas: практический тренажёр - pandas dropna: how, subset и форма таблицы
Удалите строки с пропусками разными правилами dropna(how=...) и subset, сравните форму DataFrame после каждого шага.
NumPy и pandas: практический тренажёр - Текстовые столбцы: нормализация и разбор через .str — задача по NumPy и pandas
Какой вызов вернёт булев Series с True только для строк, начинающихся с 'RU'? Проверьте ответ в задаче из бесплатного курса NumPy и pandas.
NumPy и pandas: практический тренажёр - pandas str.strip, lower и replace: очистка строк без циклов
Уберите пробелы по краям, приведите строки к нижнему регистру и замените символы в pandas. Рабочий пример и задача с проверкой.
NumPy и pandas: практический тренажёр - pandas str.split и str.contains: фильтрация по домену email
Выделите домен адреса через .str.split и отфильтруйте записи по нему с .str.contains. Практическая задача.
NumPy и pandas: практический тренажёр - Временные столбцы: парсинг, .dt-компоненты, длительности и фильтрация — задача по NumPy и pandas
Практическая задача по теме «Временные столбцы: парсинг, .dt-компоненты, длительности и фильтрация» с проверкой ответа онлайн.
NumPy и pandas: практический тренажёр - pandas dt: год, месяц, день недели и фильтрация дат
Как извлечь year, month и weekday из дат pandas? Преобразование строк в даты, пример фильтра и задача с проверкой.
NumPy и pandas: практический тренажёр - pandas Timedelta: длительность бронирования и фильтр по дате
Рассчитайте длительность бронирования в часах и отберите строки по дате через pandas datetime и Timedelta.
NumPy и pandas: практический тренажёр - Дубли: duplicated и dropduplicates по ключевым столбцам — задача по NumPy и pandas
dropduplicates(subset=['city', 'date'], keep='first')? Проверьте ответ в задаче из бесплатного курса NumPy и pandas.
NumPy и pandas: практический тренажёр
