??僅剩20分鐘挑戰一道Pandas面試題??生死競速??簡直刺激?

objc94 發布于2021-09-10 10:51 / 1075人閱讀

?作者主頁：小小明-代碼實體

?簡介：Python領域優質創作者?、數據處理專家?

?歡迎點贊 ? 收藏 ?留言 ?

昨晚有位童鞋一道Pandas面試題完全沒有思路不會做，通過黃同學找到我時，這道題目離提交答案僅剩20分鐘，不過我最終還是在15分鐘之內解決了問題，這整個過程簡直是刺激~???

原題題目如下：

最終要求輸出：

要在20分鐘內解決這個問題，對于我來說最困難的第一步就是理解題意，作為一名英文渣渣，硬看這個還是理解的太慢。ε＝ε＝ε＝(#>д<)?啊啊啊，簡直是生死競速啊，怎么辦？

最終我使用了騰訊翻譯官進行輔助，翻譯結果如下：

有了圖片翻譯工具，這個題目總算理解了。

我總結一下四個規則要求：對于每一天的每一支股票，會有N個來源的價格，去掉空值后優先選擇最頻繁出現的價格，出現次數全部一樣時選擇來源id最小的價格，當天該股票全部都是空值時，選擇前一個交易日的價格。

搞清楚了規則就可以開始整理數據了，這里我手敲編輯了數據為：

date	ticker	price	source_id
2013/1/2	AAPL	515.61	0
2013/1/2	AAPL	515.62	1
2013/1/2	AAPL	515.62	2
2013/1/3	AAPL	515.16	0
2013/1/3	AAPL	515.17	1
2013/1/3	AAPL	515.18	2
2013/1/4	AAPL		0
2013/1/4	AAPL	515.45	1
2013/1/4	AAPL	515.47	2
2013/1/7	AAPL		0
2013/1/7	AAPL		1
2013/1/7	AAPL		2
2013/1/8	AAPL	527.28	0
2013/1/8	AAPL	528.29	1

保存Excel文件。

已經耗時10分鐘了?怎么辦？怎么辦？?

不過也已經到了我最擅長的編碼階段，開干吧???

首先使用pandas讀取數據：

import?pandas?as?pddf?=?pd.read_excel("股票數據.xlsx")df

這四個規則，直接使用pandas本身的方法會導致代碼較為臃腫。由于時間緊迫，這里我直接使用萬能的循環來解決這個問題，最終完整代碼如下：

result?=?[]for?(date,?ticker),?split?in?df.groupby(["date",?"ticker"]):????prices?=?split.price.mode()????if?prices.shape[0]?>?0:????????price?=?split.price.mode().iat[0]????else:????????price?=?last????result.append((date,?ticker,?price))????last?=?priceresult?=?pd.DataFrame(result,?columns=["date",?"ticker",?"price"])result

結果：

可以看到結果滿足題目的四點規則要求，歷時5分鐘編碼終于搞定了。?長舒一口氣壓壓驚~

做完后我立馬將代碼和截圖發給了對方，對方也在提交答案后立馬回了我一個紅包。

但是表達看不懂，希望我寫篇文章：

既然如此，那么我就寫下這篇文章來詳解這其中的幾個小知識點。雖然其實這其中涉及的內容比我以前的老文章要簡單20倍以上，不太屑于寫，但黃同學都這樣邀請了，我就逼自己寫一把吧?

首先呢，我們將整個datafream按照每天每支股票拆分成一個個的Datafream：

for?(date,?ticker),?df_split?in?df.groupby(["date",?"ticker"]):????print(date,?ticker)????display(df_split)

結果如下：

可以看到這支股票的每一天的數據都被拆分了出來。

取最頻繁的價格，我們可以使用眾數：

df_split.price.mode()

0????527.281????528.29dtype:?float64

這種形式表示眾數不止一個，表示出現次數一致，此時規則2要求選擇來源id最小的價格，由于數據本身是按照來源id從小到大排序的，那么我們直接取第一個眾數即可：

df_split.price.mode().iat[0]

527.28

但是問題是，某個分組可能出現價格全部為空值的情況，此時規則要求取前一個分組的價格，這也是我直接使用循環來解決這個問題的原因，因為可以通過一個變量記錄前一次遍歷分組的結果。

當然為了避免數據源可能出現無序的情況的情況，我們需要事先對數據進行排序：

df.sort_values(["ticker",?"date",?"source_id"],?inplace=True)

最后我將所有的結果數據都保存到了一個列表中，通過DataFrame的構造函數則可以直接根據一個列表生成一個DataFrame，columns參數指定了列名。

額，感覺實在太過于基礎已經沒啥可寫的了，推薦幾篇老文章吧：

Pandas實戰案例-冷空氣活動寒潮級別的計算與分類
對比Pandas輕松理解MySQL分組聚合的實現原理
一道基礎題，多種解題思路，引出Pandas多個知識點
Pandas實現列表分列與字典分列的三個實例
Pandas直接讀取sql腳本
Pandas基礎|列方向分組變形
Pandas實例|自定義截斷分組

GPU云服務器云服務器面試題棧面試題筆試面試題面試題內容

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/119820.html

??蘇州程序大白一文從基礎手把手教你Python數據可視化大佬??《??記得收藏??》

??蘇州程序大白一文從基礎手把手教你Python數據可視化大佬??《??記得收藏??》目錄 ????開講啦！！！！????蘇州程序大白?????博主介紹前言數據關系可視化散點圖 Scatter plots折線圖強調連續性 Emphasizing continuity with line plots同時顯示多了圖表數據種類的可視化 Plotting with categorical da...

Drinkey 2021-10-09 09:44 評論0 收藏0
??導圖整理大廠面試高頻數組8: 移除元素的雙指針優化, 力扣27??

此專欄文章是對力扣上算法題目各種方法的總結和歸納, 整理出最重要的思路和知識重點并以思維導圖形式呈現, 當然也會加上我對導圖的詳解. 目的是為了更方便快捷的記憶和回憶算法重點(不用每次都重復看題解), 畢竟算法不是做了一遍就能完全記住的. 所以本文適合已經知道解題思路和方法, 想進一步加強理解和記憶的朋友, 并不適合第一次接觸此題的朋友(可以根據題號先去力扣看看官方題解, 然后再看本文內容). 關...

zhangyucha0 2021-09-02 15:11 評論0 收藏0
??小白必看??帶你避開python大坑??在使用openpyxl時，出現ValueError: U

在使用openpyxl時，出現ValueError: Unknown engine: openpyxl 問題定位解決思路拓展問題定位在使用鏈接: https://blog.csdn.net/SuperAlanSun/article/details/120042466 博客中的方法讀取excel數據時： import pandas as pddf=pd.rea...

番茄西紅柿 2021-09-26 09:55 評論0 收藏2637
??擼完這個springboot項目，我對boot輕車熟路！【源碼+視頻都開源】【強烈建議收藏】??

上次給大家分享了一個springboot+vue的校園招聘系統，視頻教程加項目源碼，都是開源的，應該說很香了，今天再給大家分享一個不錯的springboot的項目。老規矩，開源，開源，開源！！！金九銀十來了，小伙伴們，沖啊！前面已經整理了很多的面試題，拿去學習吧！ 1，??爆肝！整理了一周的Spring面試大全【含答案】，吊打Java面試官【建議收藏】！?? 2，??肝完了，一天掌握數據...

AZmake 2021-09-03 10:28 評論0 收藏0