全面pandas数据分析面试题（一）汇总

　　哈喽，大家好，接下来总共为大家准备了120道关于pandas数据分析面试题。我们会分为几篇文章来写，今天是前16道题：
　　1、如何创建series和DataFrame：
　　1)可通过列表直接创建series：
　　pd.Series([1,2,3])
　　2）也可以通过字典创建series：
　　dic={
　　＂one＂:1,＂two＂:2,＂three＂:3
　　}
　　df=pd.Series(dic)
　　3）可以通过字典创建DataFrame：
　　dic={
　　＂name＂:[＂python＂,＂pandas＂],＂price＂:[40,50],＂adress＂:[＂北京＂,＂上海＂]
　　}
　　df=pd.DataFrame(dic)
　　2、提取含有字符串＂Python＂的行
　　方法：df[df[＂name＂]==＂python＂])
　　3、提取列名：
　　方法；df.columns
　　4、修改列名
　　将第二列列名改为age:
　　df.rename(columns={＂price＂:＂age＂},inplace=True)
　　5、统计第二列中每项出现的次数
　　df[＂name＂].value_counts()
　　6、提取第二列中大于40的行：
　　df[df[＂price＂]>40]
　　7、对第一列数据进行去重：
　　df[＂name＂].unique()
　　8、对price这一列计算平均值：
　　df[＂price＂].mean()
　　9、将第一列name列转换为列表：
　　df[＂name＂].tolist()
　　10、将该dataframe保存为Excel表：
　　df.to_excel(＂pandas面试题.xlsx＂)
　　11、查看该dataframe数据情况，有几行几列：
　　df.shape
　　12、查找price这一列大于40小于70的行：
　　df[(df[＂price＂]>40)&(df[＂price＂]
　　13、交换第一列和最后一列的位置：
　　df[[＂adress＂,＂price＂,＂name＂]]
　　14、提取第二列price中最大值所在的行：
　　df[df[＂price＂]==df[＂price＂].max()]
　　15、查看数据前3行：
　　df.head(3)
　　16、查看数据后3行：
　　df.tail(3)