猿创征文｜Python快速刷题网站——牛客网 数据分析篇（十三）

🖱 ⌨个人主页： Love And Program的个人主页
💖💖如果对你有帮助的话希望三连💨💨支持一下博主

        python是目前非常火爆的语言，其在人工智能、数据分析领域都占有一席之地，无论是学习还是工作，都会给你带来相当大的帮助，因此我在这给大家 推荐一个快速提升自己的网站👉👉 牛客网，他们现在的IT题库内容很丰富，属于国内做的很好的了，可以在下图中看见里面试题应有尽有，现在这个系列是数据分析系列，里面同样也有人工智能系列的题目

欢迎大家订阅本专栏进行自助练习🥰🥰

系列专栏链接：

Python快速刷题网站——牛客网 数据分析篇专栏

前言

       继续学习中级函数 部分内容。

用户等级的中位数

       现有一个Nowcoder.csv文件，它记录了牛客网的部分用户数据，包含如下字段（字段与字段之间以逗号间隔）：
       牛客网运营同学有一个活动，需要统计所有用户等级的中位数，但是为了去掉一些非常不活跃的账号，于是他们只统计刷题数量不低于10题的那部分用户。
输入描述：

输出描述：
直接输出计算的中位数，输出类型为整型Int。

• 读题找出重点：所有用户等级的中位数
• median()函数->手册地址
• 通过翻译手册内容，我们可以了解到，两者都是返回所选行列数值的平均值，本质上只有返回格式不同的差异。

---

本地代码测试如下：

import numpy as np
import pandas as pd

data= pd.DataFrame({
    "Nowcoder_ID":[178372,989717,783650,723570,456568],
    "Level":[7,1,2,6,7],
    "Achievement_value":[8711,13,130,5666,11234],
    "Num_of_exercise":[500,3,32,433,899],
    "Graduate_year":[2017,2016,2010,2019,2017],
    "Language":['CPP','Java',' ','C','Python'],
    "Number_of_submissions":[120,1,2,1,3]
})
int(data[data['Num_of_exercise'] > 10]['Level'].median())
#原本为605，为符合题意，加入int后只取整数部分，固为6
1
2
3
4
5
6
7
8
9
10
11
12
13
14

以上为Series写法，你甚至可以使用DataFrame写法尝试一遍，结果也是一样的,代码如下：

data2=pd.DataFrame()
data2.insert(0,'Level',data[data['Num_of_exercise'] > 10]['Level'])
int(data2.median())
1
2
3

最终代码整理如下：
DA15 牛客网用户等级的中位数

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv', sep=',')
# 1、
print(int(Nowcoder[Nowcoder['Num_of_exercise'] > 10]['Level'].median()))
# 2、
data= pd.DataFrame()
data.insert(0,'Level',Nowcoder[Nowcoder['Num_of_exercise'] > 10]['Level'])
print(int(data.median()))
# 3、
print(int(Nowcoder.loc[Nowcoder['Num_of_exercise'] > 10,:].Level.median()))
1
2
3
4
5
6
7
8
9
10

---

用户常用语言有多少

       现有一个Nowcoder.csv文件，它记录了牛客网的部分用户数据，包含如下字段（字段与字段之间以逗号间隔）：
       你想知道这个文件中记录了多少种常用语言，一并输出这些语言的名字。
输入描述：

输出描述：
直接输出计算的种类数，输出类型为整型Int。
换行再输出有哪些语言，排序按照在csv中的出现顺序排布

• 读题找出重点：输出常用语言的名字
• nunique()/unique()函数

1. unique()

Return unique values of Series object.

• 翻译：返回序列对象的唯一值，即统计序列中不同的值。

2. nunique()

Return number of unique elements in the object.

• 翻译：返回返回对象中唯一元素的数目，即统计序列中不同元素的数目

实现代码：

import numpy as np
import pandas as pd

data= pd.DataFrame({
    "Nowcoder_ID":[178372,989717,783650,723570,456568],
    "Level":[7,1,2,6,7],
    "Achievement_value":[8711,13,130,5666,11234],
    "Num_of_exercise":[500,3,32,433,899],
    "Graduate_year":[2017,2016,2010,2019,2017],
    "Language":['CPP','Java','C','C','Python'],
    "Number_of_submissions":[120,1,2,1,3]
})
print(int(data['Language'].nunique()))
print(data['Language'].unique())
1
2
3
4
5
6
7
8
9
10
11
12
13
14

最终代码整理如下：
DA15 牛客网用户等级的中位数

import pandas as pd

Nowcoder = pd.read_csv('Nowcoder.csv', sep=',')
print(int(Nowcoder['Language'].nunique()))
print(Nowcoder['Language'].unique())
1
2
3
4
5

目前还是记函数部分，不难记，多尝试练熟了就简单了