Python每日一练（牛客数据分析篇新题库）——第35天：分组聚合

1. 用户常用语言有多少

描述： 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）：
Nowcoder_ID：用户ID
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言
Continuous_check_in_days：最近连续签到天数
Number_of_submissions：提交代码次数
Last_submission_time：最后一次提交题目日期
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。

实现代码：

import pandas as pd

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

运行结果：

2. 牛客网最多的用户等级

描述： 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）：
Nowcoder_ID：用户ID
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言
Continuous_check_in_days：最近连续签到天数
Number_of_submissions：提交代码次数
Last_submission_time：最后一次提交题目日期
对于牛客网的等级制度，你很感兴趣，你想知道大部分人都在什么等级，你能找到文件中等级的众数吗？

实现代码：

import pandas as pd
 
df = pd.read_csv('Nowcoder.csv', sep=',')
a = df['Level'].mode()
data = pd.DataFrame({'Level':a})
print(data)

1
2
3
4
5
6
7

运行结果：

3. 用分位数分析牛客网用户活动

描述： 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）：
Nowcoder_ID：用户ID
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言
Continuous_check_in_days：最近连续签到天数
Number_of_submissions：提交代码次数
现要分析牛客网用户的活跃情况，请依次输出用户成就值与最近连续签到天数的四分之一分位数以及刷题量与代码提交次数的四分之三分位数。

实现代码：

import pandas as pd
 
Nowcoder = pd.read_csv('Nowcoder.csv', sep=',')
 
# 
print(Nowcoder[['Achievement_value', 'Continuous_check_in_days']].quantile(q=0.25))
# 
print(Nowcoder[['Num_of_exercise', 'Number_of_submissions']].quantile(q=0.75))
1
2
3
4
5
6
7
8

运行结果：

4. 牛客网大佬之间的差距

描述： 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）：
Nowcoder_ID：用户ID
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言
Continuous_check_in_days：最近连续签到天数
Number_of_submissions：提交代码次数
牛客网有很多7级红名大佬，这是众所周知的，但是小白想知道这些大佬的成就值之间有没有什么不同，于是他想从这份文件中输出7级用户中最高成就值与最低成就值之差。

实现代码：

import pandas as pd

Nowcoder = pd.read_csv('Nowcoder.csv', sep=',')
temp=Nowcoder.loc[Nowcoder['Level']==7,'Achievement_value']
print(int(temp.max()-temp.min()))
1
2
3
4
5

运行结果：

《100天精通Python》专栏推荐白嫖80g Python全栈视频

《100天精通Python从入门到就业》：本专栏专门针对零基础和需要进阶提升的同学所准备的一套完整教学，从0到100的不断进阶深入，后续还有实战项目，轻松应对面试，专栏订阅地址：https://blog.csdn.net/yuan2019035055/category_11466020.html

• 优点：订阅限时9.9付费专栏进入千人全栈VIP答疑群，作者优先解答机会（代码指导、远程服务），群里大佬众多可以抱团取暖（大厂内推机会）！
• 专栏福利：简历指导、招聘内推、每周送实体书、80G全栈学习视频、300本IT电子书：Python、Java、前端、大数据、数据库、算法、爬虫、数据分析、机器学习、面试题库等等