牛客网Python篇数据分析习题（六）

1.某公司计划举办一场运动会，现有运动会项目数据集items.csv。 包含以下字段：
item_id：项目编号；
item_name:项目名称；
location:比赛场地。
有员工报名情况数据集signup.csv。包含以下字段：
employee_id：员工编号；
name：员工姓名；
sex：性别；
department：所属部门；
item_id：报名项目id
请你统计职能部门（functional）中报名标枪(javenlin)的所有员工的员工编号（employee_id）、姓名（name）及性别（sex）。

import pandas as pd

items = pd.read_csv("items.csv", sep=",")
signup = pd.read_csv("signup.csv", sep=",")
pd.set_option("display.unicode.east_asian_width", True)
data = pd.merge(items, signup, how="inner", on="item_id")

print(
    data[(data.department == "functional") & (data.item_name == "javelin")][
        ["employee_id", "name", "sex"]].reset_index(drop=True))

2.某公司计划举办一场运动会，现有运动会项目数据集items.csv。 包含以下字段：
item_id：项目编号；
item_name:项目名称；
location:比赛场地。
有员工报名情况数据集signup.csv。包含以下字段：
employee_id：员工编号；
name：员工姓名；
sex：性别；
department：所属部门；
item_id：报名项目id
请你输出报名的各个项目情况（不包含没人报名的项目）对应的透视表。

import pandas as pd

signup = pd.read_csv("signup.csv")
items = pd.read_csv("items.csv")
x = pd.merge(signup, items, on="item_id")
y = x.pivot_table(
    index=["sex", "department"],
    columns="item_name",
    aggfunc={"employee_id": "size"},
    fill_value=0,)

print(y)

3.现有一个Nowcoder1.csv文件，记录了牛客网的部分用户的个人信息，包含如下字段（字段与字段之间以逗号间隔）：
Nowcoder_ID：用户ID
Name：用户名
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
另外一个Nowcoder2.csv文件记录了用户的活跃情况，包含如下字段（字段与字段之间以逗号间隔）：
Nowcoder_ID：用户ID
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
两张表分开查看对于运营同学太困难了，请帮助他通过用户ID将两张表合并输出。

import pandas as pd

pd.set_option("display.width", 300)
pd.set_option("display.max_rows", None)
pd.set_option("display.max_columns", None)
nd1 = pd.read_csv("Nowcoder1.csv")
nd2 = pd.read_csv("Nowcoder2.csv")
df = pd.merge(nd1, nd2, on="Nowcoder_ID")

print(df)

4.现有一个Nowcoder1.csv文件，记录了牛客网的部分用户的个人信息，包含如下字段（字段与字段之间以逗号间隔）：
Nowcoder_ID：用户ID
Name：用户名
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
另外一个Nowcoder2.csv文件记录了用户的活跃情况，包含如下字段（字段与字段之间以逗号间隔）：
Nowcoder_ID：用户ID
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
如果你想要的信息各自在两个csv文件中，你该怎么输出？同时输出用户的名字、刷题量和代码提交次数。

import pandas as pd

pd.set_option("display.width", 300)
pd.set_option("display.max_rows", None)
pd.set_option("display.max_columns", None)
nd1 = pd.read_csv("Nowcoder1.csv")
nd2 = pd.read_csv("Nowcoder2.csv")
df = pd.merge(nd1, nd2, on="Nowcoder_ID")

print(df[["Name", "Num_of_exercise", "Number_of_submissions"]])

5.现有某店铺会员消费情况sales.csv。包含以下字段：
user_id：会员编号；
recency：最近一次消费距离当天的天数；
frequency：一段时间内消费的次数；
monetary：一段时间内消费的总金额。
请你统计消费金额最多的前3名用户。

import pandas as pd

sales = pd.read_csv("sales.csv")

print(sales.sort_values(by="monetary", 
      ascending=False).reset_index(drop=True).head(3))

6.现有一个Nowcoder.csv文件，记录了牛客网的部分用户的个人信息，包含如下字段（字段与字段之间以逗号间隔）：
Nowcoder_ID：用户ID
Name：用户名
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
牛牛在查看这些数据的时候，等级都是混乱的，他想按照1-7级的递增序查看这些用户数据，你能帮他输出一下吗？

import pandas as pd

pd.set_option("display.width", 300) 
pd.set_option("display.max_rows", None)  
pd.set_option("display.max_columns", None)

nd = pd.read_csv("Nowcoder.csv")

print(nd.sort_values(by="Level"))

7.现有某店铺会员消费情况sales.csv。包含以下字段：
user_id：会员编号；
recency：最近一次消费距离当天的天数；
frequency：一段时间内消费的次数；
monetary：一段时间内消费的总金额。
请你分别对每个用户的每个消费特征进行评分。

import pandas as pd

data = pd.read_csv("sales.csv")

data["R_Quartile"] = pd.qcut(
    data["recency"], [0, 0.25, 0.5, 0.75, 1], ["4", "3", "2", "1"]
).astype("int")
data["F_Quartile"] = pd.qcut(
    data["frequency"], [0, 0.25, 0.5, 0.75, 1], ["1", "2", "3", "4"]
).astype("int")
data["M_Quartile"] = pd.qcut(
    data["monetary"], [0, 0.25, 0.5, 0.75, 1], ["1", "2", "3", "4"]
).astype("int")

print(data.head())

8.现有某店铺会员消费情况sales.csv。包含以下字段：
user_id：会员编号；
recency：最近一次消费距离当天的天数；
frequency：一段时间内消费的次数；
monetary：一段时间内消费的总金额。
请你统计最有价值的用户中消费金额最多的前5名用户。

import pandas as pd

data = pd.read_csv("sales.csv")

R = pd.qcut(data["recency"], [0, 0.25, 0.5, 0.75, 1.0], ["4", "3", "2", "1"]).astype(
    str)
F = pd.qcut(data["frequency"], [0, 0.25, 0.5, 0.75, 1.0], ["1", "2", "3", "4"]).astype(
    str)
M = pd.qcut(data["monetary"], [0, 0.25, 0.5, 0.75, 1.0], ["1", "2", "3", "4"]).astype(
    str)
data["RFMClass"] = R + F + M

print(data.head())
print(data[data["RFMClass"] == "444"].sort_values("monetary", ascending=False))