import pandas as pd df = pd.read_csv("Nowcoder.csv", sep=",") print(df['Language'].value_counts())

import pandas as pd pd.set_option('display.width',300) pd.set_option('display.max_rows',None) pd.set_option('display.max_columns',None) df = pd.read_csv('Nowcoder.csv') sub_df = df[(df['Language'] == 'CPP') & (df['Level'] == 7) & (df['Graduate_year'] != 2018)] print(sub_df)

import pandas as pd df = pd.read_csv('Nowcoder.csv') sub_df = df[(df['Num_of_exercise'] >= 500)] print(sub_df[['Level','Achievement_value']])

import pandas as pd pd.set_option("display.width", 300) # 设置字符显示宽度 pd.set_option("display.max_rows", None) # 设置显示最大行 pd.set_option("display.max_columns", None) df = pd.read_csv("Nowcoder.csv") sub_df = df[(df["Language"].isin(['CPP','C','C#']) )] pri...

import pandas as pd pd.set_option("display.width", 300) # 设置字符显示宽度 pd.set_option("display.max_rows", None) # 设置显示最大行 pd.set_option("display.max_columns", None) df = pd.read_csv("Nowcoder.csv") sub_df = df[(df["Graduate_year"] == 2020) & (df[&quot...

import pandas as pd df = pd.read_csv("Nowcoder.csv", dtype="object") df.dropna(how='all',inplace=True) df["Last_submission_time"] = pd.to_datetime(df["Last_submission_time"]) print(df[["Nowcoder_ID", "Level", "Last_submission_time&quot...

import pandas as pd pd.set_option('display.width',300) pd.set_option('display.max_columns',None) pd.set_option('display.max_rows',None) df = pd.read_csv('Nowcoder.csv',dtype='object') print(df.duplicated()) df.drop_duplicates(inplace=True) print(df)

import pandas as pd pd.set_option('display.width',300) pd.set_option('display.max_columns',None) pd.set_option('display.max_rows',None) df = pd.read_csv('Nowcoder.csv') df['Graduate_year'].fillna(value = df['Graduate_year'].max(),inplace=True) df['Language'].fillna(value='Python',inplace=True) df['A...

import pandas as pd pd.set_option('display.width',300) pd.set_option('display.max_columns',None) pd.set_option('display.max_rows',None) df = pd.read_csv('Nowcoder.csv',dtype='object') sub_df = df.dropna() print(sub_df)

import pandas as pd pd.set_option('display.width',300) pd.set_option('display.max_columns',None) pd.set_option('display.max_rows',None) df = pd.read_csv('Nowcoder.csv') print(df.sort_values(by = 'Level'))

import pandas as pd df = pd.read_csv('sales.csv') print(df.sort_values(by='monetary',ascending=False).head(3).reset_index(drop=True))

import numpy as np def linear_regression_normal_equation( X: list[list[float]], y: list[float] ) -> list[float]: # 实现代码 X_transpose = X.T # 计算正规方程的解 theta = np.linalg.inv(X_transpose.dot(X)).dot(X_transpose).dot(y) theta = np.round(theta, 4).flatten().tolist() return theta if __name__ == "__...

import pandas as pd df = pd.read_csv('Nowcoder.csv') print(pd.DataFrame(df['Level'].mode(),columns=['Level']))

import pandas as pd df = pd.read_csv('Nowcoder.csv') num = df['Language'].nunique() print(num,df['Language'].unique(),sep='\n')