입력 - 시리즈가 있다고 가정합니다. 0    This is pandas 1    python script 2    pandas series 출력 - 그리고 요소를 제거한 후 결과에는 정확히 두 개의 공백이 포함됩니다. 1    python script 2    pandas series 해결책 1 시리즈를 정의하십시오. 다음과 같이 2가 아닌 총 공백 수를 찾기 위해 정규식을 적용하는 람다 필터 메서드를 만듭니다. - pd.

입력 − 시리즈가 있다고 가정합니다. 0    1 1    2 2    3 3    4 출력 − 그리고 급수의 모든 요소의 거듭제곱에 대한 결과는 다음과 같습니다. 0    1 1    4 2    27 3    256 해결책 1 시리즈를 정의하십시오. 적용 람다 거듭제곱 값 내부에 변환 메서드를 만듭니다. 아래에 정의되어 있습니다. data.transform(lambda x:x

입력 − 시리즈가 있다고 가정합니다. 0    1 1    2 2    3 3    2 4    3 5    3 6    3 7    4 8    4 9    2 출력 − 그리고, 가장 많이 반복되는 요소의 결과는 3입니다. 해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다. - 시리즈 정의 모든 요소의 길이를 서로 비교하기 위해 람다 함

입력 − 시리즈가 있다고 가정합니다. 0 사과1 오렌지2 알파3 아로마4 베타 출력 − 그리고 요소의 결과는 a로 시작하고 끝납니다. 2 alpha3 아로마 해결책 1 시리즈를 정의하십시오. a로 시작과 끝을 확인하는 정규식 만들기 r^[a]$|^([a]).*\1$ 빈 목록을 만들고 for 루프를 설정하고 내부에 if 조건을 설정하여 패턴을 확인합니다. 아래에 정의되어 있습니다. for i in data:if(re.search(exp, i)):ls.append(i) 마지막으로 isin()을 사용하여 계

입력 - 시리즈가 있다고 가정하고 0    1.0 1    2.0 2    3.0 3    NaN 4    4.0 5    NaN 출력 - 그리고 NaN 인덱스의 결과는 다음과 같습니다. index is 3 index is 5 해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다 - 시리즈를 정의하십시오. for 루프를 만들고 모든 요소에 액세스하고 isnan()을 확인하기 위해 if 조건을 설정합니다. 마지

해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다. - 빈 목록 정의 for 루프를 만들고 범위를 100에서 150으로 설정 다른 for 루프를 설정하여 2에서 값 범위까지의 값에 액세스하고 요인을 찾고 아무 것도 발견되지 않으면 목록에 추가합니다. 아래에 정의되어 있습니다. for i in range(100,150):    for j in range(2, i):       if(i % j == 0):          

해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다. - 시리즈를 정의하십시오. for 루프를 만들고 시작 요소에서 끝 요소까지 데이터에 액세스합니다. 데이터를 확인하는 조건이 있는지 여부를 설정합니다. 값이 범위에 없으면 목록에 추가합니다. 마지막으로 값을 정렬하고 인쇄합니다. for i in range(data[0],data[length-1]):    if(i not in data):       l1.append(i)    else:  

해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다. - 1 ~ 10 범위의 시리즈 정의 모든 값의 합 찾기 시리즈를 JSON 파일 형식으로 변환 더 나은 이해를 위해 다음 구현을 살펴보겠습니다. 예 pddata =pd.Series(range(1,11))data[sum] =data.sum()data =data.to_json()print(data)로 판다 가져오기 출력 {0:1,1:2,2:3,3:4,4:5,5:6,6:7,7:8,8:9,9:10,합:55}

입력 − 계열이 있고 인덱스를 반복하지 않고 값을 연결한 결과는 다음과 같다고 가정합니다. 0    1 1    2 2    3 3    4 4    5 5    6 해결책 이 문제를 해결하기 위해 다음 두 단계를 수행합니다 - 두 개의 시리즈 정의 두 시리즈를 연결하고 ignore_index 값을 True로 적용하여 결과를 찾습니다. 아래에 정의되어 있습니다. pd.concat([series_one,serie

입력 - 시리즈가 있다고 가정하고 특정 날짜 범위에서 요일을 찾습니다. 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. 시리즈 정의 date_range를 5개의 마침표가 있는 2020-01-10으로 설정합니다. 아래에 정의되어 있습니다. pd.date_range('2020-01-10',periods=5) Series.dt.dayofyear를 사용하여 요일을 찾으십시오. 예시 더 나은 이해를 위해 전체 구현을 살펴보겠습니다. − import pandas as pd date =

입력 - 한 달의 일 수를 찾는 날짜 시리즈가 있다고 가정합니다. 해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다. - 날짜 시리즈 정의 date_range 값을 2020-02-10으로 설정합니다. Series.dt.daysinmonth를 사용하여 한 달의 일 수를 찾으십시오. 예시 더 나은 이해를 위해 전체 구현을 살펴보겠습니다. − import pandas as pd date = pd.date_range('2020-02-10',periods=1) data = pd.Series(date

입력 - 시리즈가 있다고 가정합니다. 0    1.3 1    2.6 2    3.9 3    4.8 4    5.6 출력 - 0    1.0 1    3.0 2    4.0 3    5.0 4    6.0 해결책 1 시리즈 정의 빈 목록을 만듭니다. 대상 설정 루프를 사용하여 데이터를 반복합니다. 목록에 값의 반올림을 추가합니다. 마지

입력 - 시리즈가 있다고 가정하고 0    11 1    12 2    66 3    24 4    80 5    40 6    28 7    50 출력 - Maximum value for first four row is 66. 해결책 이 문제를 해결하기 위해 다음 단계를 따릅니다. - 시리즈 정의 행 값을 data.iloc[0:4]로 설정합니다. 마지막으로 행 시리즈에

입력 - [one, two, eleven, pomegranates, three]와 같은 시리즈가 있고 문자열의 최대 길이가 Pomegranates라고 가정합니다. 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. 시리즈 정의 maxlen의 초기 값을 0으로 설정 maxstr 값을 초기에 빈 문자열로 설정합니다. for 루프를 생성하고 Series의 모든 값에 하나씩 접근하고 다음과 같이 길이를 기준으로 값을 비교하는 if 조건을 생성합니다 - for i in res:    

입력 - DataFrame이 있다고 가정합니다. DataFrame은 ID 연령 Salary0 1 27 400001 2 22 250002 3 25 400003 4 23 350004 0 9 30 300005 6 32 300006 7 30 802807입니다. 출력 - 그리고, 사원 id와 급여의 최소 연령에 대한 결과, 아이디 급여1 2 25000 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. DataFrame 정의 최소 연령과 동일한 DataFrame Age 열을 확인하는 조건을 설정합니다. 결과 D

입력 - Assume, you have DataFrame,  Id  Name Grade 0 1 stud1   A 1 2 stud2   B 2 3 stud3   C 3 4 stud4   A 4 5 stud5   A 출력 - 그리고 A 학년 학생 이름에 대한 결과, 0    stud1 3    stud4 4    stud5 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. DataFrame 정의

입력 - DataFrame이 있다고 가정합니다.  Id Age 0 1 21 1 2 23 2 3 32 3 4 35 4 5 18 출력 - Total number of age between 20 to 30 is 2. 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. DataFrame 정의 DataFrame Age 열을 20,30 사이로 설정합니다. 결과 DataFrame에 저장합니다. 아래에 정의되어 있습니다. df[df['Age'].between(20,30)] 마지막으로 결과

입력 - 샘플 DataFrame이 다음과 같다고 가정합니다. 아이디 나이 급여0 1 27 400001 2 22 250002 3 25 400003 4 23 350004 5 24 300005 6 32 0300006 7 30 500007 9 8 2008 출력 - 주어진 슬라이싱 행의 평균과 곱에 대한 결과는 다음과 같습니다. 평균은연령 23.333333연봉 33333.333333제품은연령 12650연봉 35000000000000 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. DataFrame 정의 함수

입력 - 샘플 DataFrame이 다음과 같다고 가정합니다.   Id Name 0 1 Adam 1 2 Michael 2 3 David 3 4 Jack 4 5 Peter 출력 - 그 후, 다음과 같이 요소를 내림차순으로 정렬합니다.   Id Name 4 5 Peter 1 2 Michael 3 4 Jack 2 3 David 0 1 Adam 해결책 이를 해결하기 위해 다음과 같은 접근 방식을 따릅니다. DataFrame 정의 Name 컬럼을 기반으로 DataFrame sort_values ​​메소드를

소개 urllib.request를 사용합니다. Python의 모듈을 사용하여 가장 자주 HTTP 프로토콜을 사용하는 URL에 액세스하고 엽니다. 사용된 인터페이스는 초보자가 사용하고 배우기에도 매우 간단합니다. urlopen을 사용합니다. 다양한 프로토콜을 사용하여 다양한 URL을 가져올 수 있는 기능입니다. 다양한 기능을 사용하기 시작하면 우리가 어떤 작업을 하는지 더 잘 이해할 수 있을 것입니다. 자, 시작하겠습니다. 시작하기 urllib 라이브러리는 Python과 함께 패키지로 제공됩니다. 따라서 별도로 설치할 필요는