【译】技能测试解决方案：Python中的数据科学（二）

本文是译文，能够转载，但需注明出处，点击这里能够获取原文，有删减。
本系列博文包含四篇文章：
【译】技能测试解决方案：Python中的数据科学（一）——Q1-Q15
【译】技能测试解决方案：Python中的数据科学（二）——Q16-Q30
【译】技能测试解决方案：Python中的数据科学（三）——Q31-Q45
【译】技能测试解决方案：Python中的数据科学（四）——A1-A45及其解释

Q16

在上述数据集中， “Cabin”变量5个样本中就有3个是缺失值，若是某个变量含有较高比例的缺失值，咱们能够删除该类变量，但这样作又会损失必定的信息量。
比较折中的解决方案是，另外创建二分类变量 “Missing_Cabin”，当“Cabin”变量为缺失值时，该变量取值1，不然取值0。
下列哪行代码能够实现这个需求？

A - train['Missing_Cabin'] = train.Cabin.apply(lambda x: x == '')
B - train['Missing_Cabin'] = train.Cabin.isnull() == False
C - train['Missing_Cabin'] = train.Cabin.isnull().astype(int)
D - 以上选项都不能

Q17

上述数据集是出口产品的属性数据，可是在原始数据中，没有列名。咱们怎样读入包含指定列名的数据框的数据集？

A - pd.read_csv("train.csv", header=None, columns=['Item_Identifier', 'Item_Weight', 'Item_Fat_Content', 'Item_Visibility' ])
B - pd.read_csv("train.csv", header=None, usecols=['Item_Identifier', 'Item_Weight', 'Item_Fat_Content', 'Item_Visibility'])
C - pd.read_csv("train.csv", header=None, names=['Item_Identifier' ,'Item_Weight' ,'Item_Fat_Content', 'Item_Visibility'])
D - 以上选项都不能

Q18

当咱们使用pandas读入数据集时，变量的类型可能解析得不对。为此，咱们须要在读入数据集时，指定每一个变量的数据类型，或者读入数据集后，转换指定变量的数据类型。
下列哪行代码能够把“Item_Fat_Content” 变量由“object”类型改变成“category”类型？

A - train['Item_Fat_Content'] = train['Item_Fat_Content'].asdtype('categorical')
B - train['Item_Fat_Content'] = train['Item_Fat_Content'].astype('category')
C - train['Item_Fat_Content'] = train['Item_Fat_Content'].asdtype('category')
D - 以上选项都不能

Q19

上述数据集中， “Item_Identifier”变量彷佛和“Item_Type”变量存在一些关系：当“Item_Identifier”变量首字母发生变化时， “Item_Type” 变量随即也发生变化。当“Item_Identifier”变量以字母“F”开头时，对应的“Item_Type” 变量取值都是能够吃的物品，而“D”则对应的是饮料。
为了检验这个假设，下列哪行代码能够查询出全部“Item_Identifier” 变量以“F”开头的样本？

A - train.Item_Identifier.str.starts_with('F')
B - train.Item_Identifier.str.startswith('F')
C - train.Item_Identifier.str.is_start('F')
D - 以上选项都不能

Q20

下列哪行代码能够把 “Item_MRP”变量由“浮点型”改变成“整型”？

A - train['Item_MRP'] = train.Item_MRP.astype(real)
B - train['Item_MRP'] = train.Item_MRP.astype(int)
C - train['Item_MRP'] = train.Item_MRP.astype(float)
D - 以上选项都不能

Q21

咱们如今还有另一个假设：在超市里，对于新顾客而言，一个物品越容易看到，它的销量就会越好。
下列哪行代码能够计算 “Item_Outlet_Sales”变量和 “Item_Visibility”变量之间的皮尔逊相关系数？

A - train.Item_Visibility.corr(train.Item_Outlet_Sales, method='pearson')
B - train.Item_Visibility.corr(train.Item_Outlet_Sales)
C - train.Item_Visibility.corrwith(train.Item_Outlet_Sales, method='pearson')
D - A和B均可以

Q22

咱们想查看“Hours.Per.Week”变量相对于用户的“Marital.Status”变量和“Occupation”变量的分布。一种方案是建立“Marital.Status”变量vs“Occupation”变量的数据透视表，并求“Hours.Per.Week”变量的值。
下列哪行代码能够实现这个需求？（聚合函数设定为“Sum”）

A - train.pivot(index='Marital.Status', columns='Occupation', values='Hours.Per.Week', aggfunc='sum')
B - train.pivot_table(index='Marital.Status', columns='Occupation', values='Hours.Per.Week', aggfunc='sum')
C - train.pivot_table(index='Marital.Status', columns='Hours.Per.Week', values='Occupation', aggfunc='sum')
D - 以上选项都不能

Q23

上述数据集中，假设前两行都不是咱们想要的，咱们想从第三行开始读入数据，在pandas 中如何操做？

A - train = pd.read_csv('train.csv', startrow=2)
B - train = pd.csvReader('train.csv', startrow=2)
C - train = pd.read_csv('train.csv', skiprows=2)
D - 以上选项都不能

Q24

假设数据集太大而不能加载到本地机器中，可是咱们仍然想把它加载到内存中。一种解决办法是加载指定数目的行数到内存中。
下列哪行代码能够只读取前500行数据到内存中？

A - train = pd.read_csv('train.csv', nrows=500)
B - train = pd.read_csv('train.csv', numrows=500)
C - train = pd.read_csv('train.csv', rows=500)
D - 以上选项都不能

Q25

咱们如今想要知道“Relationship”变量在数据集中的分布。 为此，咱们能够发现用户数与“Relationship”变量的百分比分布。
要作到这一点，须要找到“Relationship”变量全部取值的样本量，而后将其除以总样本数，获得百分比并将其映射到每一列便可。
下列哪行代码能够实现这个需求？

A - train['Relationship_Percentage'] = train.Relationship.map(train.Relationship.value_count/train.shape[0])
B - train['Relationship_Percentage'] = train.Relationship.map(train.Relationship.value_counts()/train.shape[0])
C - train['Relationship_Percentage'] = train.Relationship.map(train.Relationship.value_counts/train.shape[0])
D - 以上选项都不能

Q26

上述数据集中，“Date_time_of_event”变量被解析成“分类型”变量，所以，一些有关日期的操做不能做用于该变量。
下列哪行代码能够把 “Date_time_of_event”变量由“分类型”变量转换成“时间型”变量？

A - train['Date_time_of_event'] = pd.to_datetime(train.Date_time_of_event, date_format="%d-%m-%Y")
B - train['Date_time_of_event'] = pd.to_datetime(train.Date_time_of_event, format="%d-%m-%Y %H:%M")
C - train['Date_time_of_event'] = pd.to_datetime(train.Date_time_of_event, date_format="%d-%m-%Y %h:%m")
D - 以上选项都不能

Q27

上述数据集中，咱们想根据“Date_time_of_event” 变量衍生出 “Date”变量，下列哪行代码能够提取出“Date_time_of_event” 变量中的日期？

A - train.Date_time_of_event.dt.days
B - train.Date_time_of_event.dt.day
C - train.Date_time_of_event.dt.Day
D - 以上选项都不能

Q28

下列哪行代码能够提取“Date_time_of_event” 变量中的工做日？

A - train.Date_time_of_event.dt.weekdayname
B - train.Date_time_of_event.dt.weekday_name
C - train.Date_time_of_event.dt.Weekday_name
D - 以上选项都不能

Q29

“时间型”变量可能被解析成unix格式，在抽取有用信息以前，咱们必须把它转换成可用的格式，下列哪行代码能够实现？

A - pd.to_datetime(train['TIMESTAMP'],unit='s')
B - pd.to_datetime(train['TIMESTAMP'],unit='second')
C - pd.to_datetime(train['TIMESTAMP'],unit='unix')
D - 以上选项都不能

Q30

下列哪行代码能够找出“如今”与 ‘Date_time_of_event’变量之间的时间差？

A - pd.datetime.now - train.Date_time_of_event.dt
B - pd.datetime.now() - train.Date_time_of_event.dt
C - pd.datetime.now() - train.Date_time_of_event
D - 以上选项都不能

友情连接：
【译】技能测试解决方案：Python中的数据科学（一）——Q1-Q15
【译】技能测试解决方案：Python中的数据科学（三）——Q31-Q45
【译】技能测试解决方案：Python中的数据科学（四）——A1-A45及其解释