輸入 − 假設你有一個序列，0    1.3 1    2.6 2    3.9 3    4.8 4    5.6 輸出 − 0    1.0 1    3.0 2    4.0 3    5.0 4    6.0 解法 1 定義一個序列 建立一個空列表。設定 for 迴圈來迭代資料。將四捨五入後的值新增到列表中。最後，將元素新增到序列中。 示例 讓我們看看完整的實現以更好地理解 − import pandas as pd l = [1.3,2.6,3.9,4.8,5.6] data = pd.Series(l) print(data.round()) 輸出 0    1.0 1    3.0 2    4.0 3    5.0 4    6.0 解法 2 示例 import pandas as pd l = [1.3,2.6,3.9,4.8,5.6] data = pd.Series(l) ls = [] for i,j in data.items():    ls.append(round(j)) result = pd.Series(ls) print(result) 輸出 0    1 1    3 2    4 3    5 4    6

輸入 − 假設你有一個日期序列來查詢一個月的天數。 解法 為了解決這個問題，我們將遵循以下步驟 − 定義日期序列 將 date_range 值設定為 2020-02-10。 使用 Series.dt.daysinmonth 查詢一個月的天數 示例 讓我們看看完整的實現以更好地理解 − import pandas as pd date = pd.date_range('2020-02-10',periods=1) data = pd.Series(date) print(data.dt.daysinmonth) 輸出 0    29

輸入 − 假設你有一個序列，並從給定的特定日期範圍內查詢一年中的某一天。 解法 為了解決這個問題，我們將遵循以下方法。 定義一個序列 將 date_range 設定為 ‘2020-01-10’，週期為 5。如下所示定義， pd.date_range('2020-01-10',periods=5) 使用 Series.dt.dayofyear 查詢日期。 示例 讓我們看看完整的實現以更好地理解 − import pandas as pd date = pd.date_range('2020-01-10',periods=5) data = pd.Series(date) print(data.dt.dayofyear) 輸出 0    10 1    11 2    12 3    13 4    14

輸入 − 假設你有一個序列，結果是連線值而不重複索引，0    1 1    2 2    3 3    4 4    5 5    6 解法 為了解決這個問題，我們將遵循這兩個步驟 − 定義兩個序列 連線兩個序列並應用 ignore_index 值為 True 來查詢結果。如下所示定義， pd.concat([series_one,series_two],ignore_index=True) 示例 讓我們看看完整的實現以更好地理解 − import pandas as pd series_one = pd.Series([1,2,3]) series_two = pd.Series([4,5,6]) print(pd.concat([series_one,series_two],ignore_index=True)) 輸出 0    1 1    2 2    3 3    4 4    5 5    6

解法 為了解決這個問題，我們將遵循以下步驟 − 定義一個範圍從 1 到 10 的序列 查詢所有值的總和 將序列轉換為 JSON 檔案格式 讓我們看看下面的實現以更好地理解。 示例 import pandas as pd data = pd.Series(range(1,11)) data['sum'] = data.sum() data = data.to_json() print(data) 輸出 {"0":1,"1":2,"2":3,"3":4,"4":5,"5":6,"6":7,"7":8,"8":9,"9":10,"sum":55}

解法 為了解決這個問題，我們將遵循以下步驟 − 定義一個序列。 建立一個 for 迴圈並訪問從開始到結束元素的資料。設定 if 條件來檢查資料是否存在。 如果該值不在範圍內，則將其新增到列表中。最後，對值進行排序並列印。 for i in range(data[0], data[length-1]):    if(i not in data):       l1.append(i)    else:       l1.append(i) 示例 讓我們看看下面的實現以更好地理解。 import pandas as pd import numpy as np l = [1, 2, 3, 6, 7] l1 = ... 閱讀更多

解法 為了解決這個問題，我們將遵循以下步驟 − 定義一個空列表 建立一個 for 迴圈並設定範圍從 100 到 150 設定另一個 for 迴圈來訪問從 2 到值的範圍的值並查詢因子，如果找不到任何因子，則將其新增到列表中。如下所示定義， for i in range(100, 150):    for j in range(2, i):       if(i % j == 0):          break    else:       l.append(i) 將隨機樣本值設定為 5 並分配到列表中，然後最終建立一個序列。 data = ... 閱讀更多

輸入 − 假設你有一個序列，0    1.0 1    2.0 2    3.0 3    NaN 4    4.0 5    NaN 輸出 − NaN 索引的結果是，索引為 3 索引為 5 解法 為了解決這個問題，我們將遵循以下步驟 − 定義一個序列。 建立 for 迴圈並訪問所有元素，並設定 if 條件來檢查 isnan()。最後列印索引位置。如下所示定義， for i, j in data.items(): if(np.isnan(j)):    print("index is", i) 示例 讓我們看看下面的實現以更好地理解。 import pandas as pd import numpy as np l ... 閱讀更多

輸入 − 假設你有一個序列，0    apple 1    oranges 2    alpha 3    aroma 4    beta 輸出 − 以“a”開頭和結尾的元素的結果。 2    alpha 3    aroma 解法 1 定義一個序列。 建立正則表示式來檢查以“a”開頭和結尾 r'^[a]$|^([a]).*\1$' 建立一個空列表並設定 for 迴圈，並在其中設定 if 條件來檢查模式。如下所示定義， for i in data:    if(re.search(exp, i)):       ls.append(i) 最後，使用 isin() 檢查序列。 示例 讓我們看看下面的實現以更好地理解。 import pandas as pd import re l ... 閱讀更多

輸入 − 假設你有一個序列，0    1 1    2 2    3 3    4 輸出 − 序列中所有元素的冪的結果是，0    1 1    4 2    27 3    256 解法 1 定義一個序列。 在 apply lambda 冪值內建立轉換方法。如下所示定義， data.transform(lambda x:x**x) data.transform(lambda x:x**x) 解法 2 定義一個序列。 建立一個空列表。建立 for 迴圈，迭代所有專案。將元素新增到列表中。如下所示定義， for i, j in data.items():    ls.append(m.pow(j, j)) 最後，將列表轉換為序列。 示例 讓我們看看... 閱讀更多