python 5回目のジョブ
10366 ワード
練習問題1:ファイルpmiを読み込むdays.csv、次の操作を完了します:1.統計品質等級の対応する日数、例えば:優:5日良:3日中度汚染:2日2.PMI 2を探し出す.5の最大値と最小値は、それぞれいつであるかを示します.
練習問題2:ファイル1980-2018 GDPを読み込む.csv、次の操作を完了します:1.行ごとに年間GDPデータを出力し、ヘッダー列名はファイル1行目に示す.
2.各年のGDPデータを辞書形式に変換し、年をkeys、その他の値をvalues(データ型をリスト形式)とする.例えば:{2017:[82712.7,212.7,6.8%,60989].......}
import pandas
import numpy
file = open(r"pmi_days.csv")
df = pandas.read_csv(file)
date = df.groupby(' ')
excellent = dict([x for x in date])[' ']
good= dict([x for x in date])[' ']
mild = dict([x for x in date])[' ']
mid = dict([x for x in date])[' ']
print(" ：%d " % len(excellent.index), "
：%d " % len(good.index),
"
：%d " % len(mild.index),"
：%d " % len(mid.index))
sortpm =df.sort_values(by='PM2.5')
sortpm2 =sortpm.reset_index(drop=True)
print("PM2.5 ：%s。 ：%d" % (sortpm2[' '][29], sortpm2['PM2.5'][29]),
"
PM2.5 ：%s。 ：%d" % (sortpm2[' '][0], sortpm2['PM2.5'][0])) ：4
：16
：9
：1
PM2.5 ：2019/4/29。 ：106
PM2.5 ：2019/4/25。 ：9練習問題2:ファイル1980-2018 GDPを読み込む.csv、次の操作を完了します:1.行ごとに年間GDPデータを出力し、ヘッダー列名はファイル1行目に示す.
2.各年のGDPデータを辞書形式に変換し、年をkeys、その他の値をvalues(データ型をリスト形式)とする.例えば:{2017:[82712.7,212.7,6.8%,60989].......}
import pandas
path = open("1980-2018GDP.csv")
data = pandas.read_csv(path)
# GDP
print(data,end="
")
# GDP ， keys, values（ ）
dict = data.set_index(' ').T.to_dict('list')
print(" ：", end="")
print(format(dict),end="
") GDP( ) GDP GDP( / )
0 1978 3645.2 0.00% 381 NaN
1 1979 4062.6 7.60% 419 NaN
2 1980 4545.6 7.80% 463 6.00%
3 1981 4891.6 5.30% 492 2.40%
4 1982 5323.4 9.00% 528 1.90%
5 1983 5962.7 10.90% 583 1.50%
6 1984 7208.1 15.20% 695 2.80%
7 1985 9016.0 13.50% 858 9.40%
8 1986 10275.2 8.90% 963 6.50%
9 1987 12058.6 11.60% 1112 7.30%
10 1988 15042.8 11.30% 1366 18.80%
11 1989 16992.3 4.10% 1519 18.00%
12 1990 18667.8 3.80% 1644 3.10%
13 1991 21781.5 9.20% 1893 3.40%
14 1992 26923.5 14.20% 2311 6.40%
15 1993 35333.9 14.00% 2998 14.70%
16 1994 48197.9 13.10% 4044 24.10%
17 1995 60793.7 10.90% 5046 17.10%
18 1996 71176.6 10.00% 5846 8.30%
19 1997 78973.0 9.30% 6420 2.80%
20 1998 84402.3 7.80% 6796 -0.80%
21 1999 89677.1 7.60% 7159 -1.40%
22 2000 99214.6 8.40% 7858 0.40%
23 2001 109655.2 8.30% 8622 0.70%
24 2002 120332.7 9.10% 9398 -0.80%
25 2003 135822.8 10.00% 10542 1.20%
26 2004 159878.3 10.10% 12336 3.90%
27 2005 183084.8 10.20% 14040 1.80%
28 2006 211923.8 11.60% 16024 1.50%
29 2007 249530.6 11.90% 18868 4.80%
30 2008 300670.0 9.00% 23128 5.90%
31 2009 340507.0 9.10% 25608 -0.70%
32 2010 397980.0 10.30% 30015 3.30%
33 2011 471564.0 9.20% 36403 5.40%
34 2012 519322.0 7.80% 40007 2.60%
35 2013 568845.0 7.70% 43852 2.60%
36 2014 636463.0 7.40% 47203 2%
37 2015 677000.0 6.90% 50251 3%
38 2016 744127.0 6.70% 53935 2%
39 2017 827121.7 6.80% 60989 NaN
40 2018 900309.0 6.6 65484 NaN
：{1978: [3645.2, '0.00%', 381, nan], 1979: [4062.6, '7.60%', 419, nan], 1980: [4545.6, '7.80%', 463, '6.00%'], 1981: [4891.6, '5.30%', 492, '2.40%'], 1982: [5323.4, '9.00%', 528, '1.90%'], 1983: [5962.7, '10.90%', 583, '1.50%'], 1984: [7208.1, '15.20%', 695, '2.80%'], 1985: [9016.0, '13.50%', 858, '9.40%'], 1986: [10275.2, '8.90%', 963, '6.50%'], 1987: [12058.6, '11.60%', 1112, '7.30%'], 1988: [15042.8, '11.30%', 1366, '18.80%'], 1989: [16992.3, '4.10%', 1519, '18.00%'], 1990: [18667.8, '3.80%', 1644, '3.10%'], 1991: [21781.5, '9.20%', 1893, '3.40%'], 1992: [26923.5, '14.20%', 2311, '6.40%'], 1993: [35333.9, '14.00%', 2998, '14.70%'], 1994: [48197.9, '13.10%', 4044, '24.10%'], 1995: [60793.7, '10.90%', 5046, '17.10%'], 1996: [71176.6, '10.00%', 5846, '8.30%'], 1997: [78973.0, '9.30%', 6420, '2.80%'], 1998: [84402.3, '7.80%', 6796, '-0.80%'], 1999: [89677.1, '7.60%', 7159, '-1.40%'], 2000: [99214.6, '8.40%', 7858, '0.40%'], 2001: [109655.2, '8.30%', 8622, '0.70%'], 2002: [120332.7, '9.10%', 9398, '-0.80%'], 2003: [135822.8, '10.00%', 10542, '1.20%'], 2004: [159878.3, '10.10%', 12336, '3.90%'], 2005: [183084.8, '10.20%', 14040, '1.80%'], 2006: [211923.8, '11.60%', 16024, '1.50%'], 2007: [249530.6, '11.90%', 18868, '4.80%'], 2008: [300670.0, '9.00%', 23128, '5.90%'], 2009: [340507.0, '9.10%', 25608, '-0.70%'], 2010: [397980.0, '10.30%', 30015, '3.30%'], 2011: [471564.0, '9.20%', 36403, '5.40%'], 2012: [519322.0, '7.80%', 40007, '2.60%'], 2013: [568845.0, '7.70%', 43852, '2.60%'], 2014: [636463.0, '7.40%', 47203, '2%'], 2015: [677000.0, '6.90%', 50251, '3%'], 2016: [744127.0, '6.70%', 53935, '2%'], 2017: [827121.7, '6.80%', 60989, nan], 2018: [900309.0, '6.6', 65484, nan]}