ICHIGEKI WordPress on KUSANAGI

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び、下記の設問に答えてください．

Q1：変数 df から「USA」のデータを抜き出し、昇順にソートしてから、変数 df_USA に代入してください．

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(0)
columns = [“Japan”, “China”, “USA”, “Germany”, “Russia”]

df = pd.DataFrame()

for column in columns:
df[column] = np.random.choice(range(1, 11), 10)
df.index = range(1, 11)

# Q1
df_USA_asc = ##########
print(df_USA_asc)

[Q1の選択肢]
1. df(by=”USA”).sort_values
2. df[“USA”].sort_values()
3. df.sort_values(by=”USA”)

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び、下記の設問に答えてください．

Q1：変数 df から「USA」のデータを抜き出し、降順にソートしてから、変数 df_USA に代入してください．

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(0)
columns = [“Japan”, “China”, “USA”, “Germany”, “Russia”]

df = pd.DataFrame()

for column in columns:
df[column] = np.random.choice(range(1, 11), 10)
df.index = range(1, 11)

# Q1
df_USA_asc = ##########
print(df_USA_asc)

[Q1の選択肢]
1. df[“USA”].sort_values()
2. df[“USA”].sort_values(ascending=True)
3. df[“USA”].sort_values(ascending=False)

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び、下記の設問に答えてください．

Q1：変数 df を “Counties” 列で昇順にソートし、続いて、”4th” 列にいても照準にソートしてください．

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(0)
columns = [“1st”, “2nd”, “3rd”, “4th”]

df = pd.DataFrame()

for column in columns:
df[column] = np.random.choice(range(1, 11), 9)

df[“Countries”] = [“Japan”, “China”, “Japan”, “USA”, “USA”, “Germany”, “Russia”, “China”, “USA”]
# Q1
print(##########)

[Q1の選択肢]
1. df.sort_values(by=[“Countries”, “4th”])
2. df.sort_values(by=[“4th”, “Countries”])
3. df[[“4th”, “Countries”].sort_values()

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び、下記の設問に答えてください．

Q1：変数 df を “Counties” 列で昇順にソートし、続いて、”2nd” 列にいても照準にソートしてください．

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(0)
columns = [“1st”, “2nd”, “3rd”, “4th”]

df = pd.DataFrame()

for column in columns:
df[column] = np.random.choice(range(1, 11), 9)

df[“Countries”] = [“Japan”, “China”, “Japan”, “USA”, “USA”, “Germany”, “Russia”, “China”, “USA”]
# Q1
print(##########)

[Q1の選択肢]
1. df.sort_values(by=[“Countries”, “2nd”])
2. df[[“4th”].sort_values()[“Countries”:.sort_values()
3. df.sort_values(by=[“2nd”, “Countries”])

下記の設問に対する答えとして相応しものを選択肢から選び、次のコードの空欄（##########）を埋めてください．

Q1：変数 df から「Japan」のうち値が 3 以上、「USA」のうち値が 5 以下のデータを抜き出し、DataFrame として出力してください．

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(0)
columns = [“Japan”, “China”, “USA”, “Germany”, “Russia”]

df = pd.DataFrame()

for column in columns:
df[column] = np.random.choice(range(1, 11), 10)
df.index = range(1, 11)

# Q1
df_JPN_USA = ###########
print(df_JPN_USA)

[Q1の選択肢]
1. df.loc[df[“Japan”]>=3][df[“USA”]<=5] 2. df.iloc[df["Japan"]>=3][df[“USA”]<=5] 3. df.loc[df["Japan"]>=3, df[“USA”]<=5] 4. df.iloc[df["Japan"]>=3, df[“USA”]<=5]

下記の設問に対する答えとして相応しものを選択肢から選び、次のコードの空欄（##########）を埋めてください．

Q1：変数 df から「USA」のうち値が 3 以上、「Russia」のうち値が 5 以下のデータを抜き出し、DataFrame として出力してください．

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(0)
columns = [“Japan”, “China”, “USA”, “Germany”, “Russia”]

df = pd.DataFrame()

for column in columns:
df[column] = np.random.choice(range(1, 11), 10)
df.index = range(1, 11)

# Q1
df_JPN_USA = ###########
print(df_JPN_USA)

[Q1の選択肢]
1. df.iloc[df[“USA”]>=3, df[“Russia”]<=5] 2. df.loc[df["USA"]>=3, df[“Russia”]<=5] 3. df.iloc[df["USA"]>=3][df[“Russia”]<=5] 4. df.loc[df["USA"]>=3][df[“Russia”]<=5]

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 4 から選び、下記の設問に答えてください．

Q1：変数 df_1 と df_2 を縦方向に結合し変数 df_Q1 に代入してください．
Q2：変数 df_1 と df_2 を横方向に結合し変数 df_Q2 に代入してください．

import numpy as np
import pandas as pd
from pandas import DataFrame

def make_df(idx, cols, seed):
np.random.seed(seed)
df = pd.DataFrame()
for col in cols:
df[col] = np.random.choice(range(1, 51), len(idx))

df.index = idx

return df

cols_1 = [“Japan”, “China”, “USA”]
cols_2 = [“Germany”, “Russia”, “Korea”]

df_1 = make_df(range(1, 5), cols_1, 0)
df_2 = make_df(range(1, 11, 3), cols_2, 1)

# Q1
df_Q1 = #########
print(df_Q1)

# Q2
df_Q2 = #########
print(df_Q2)

[Q1,Q2の選択肢]
1. pd.concatenate([df_1, df_2], axis=0)
2. pd.concatenate([df_1, df_2], axis=1)
3. pd.concat([df_1, df_2], axis=0)
4. pd.concat([df_1, df_2], axis=1)

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 4 から選び、下記の設問に答えてください．

Q1：変数 df_1 と df_2 を縦方向に結合し変数 df_Q1 に代入してください．
Q2：変数 df_1 と df_2 を横方向に結合し変数 df_Q2 に代入してください．

import numpy as np
import pandas as pd
from pandas import DataFrame

def make_df(idx, cols, seed):
np.random.seed(seed)
df = pd.DataFrame()
for col in cols:
df[col] = np.random.choice(range(1, 51), len(idx))

df.index = idx

return df

cols_1 = [“Japan”, “China”, “USA”]
cols_2 = [“Germany”, “Russia”, “Korea”]

df_1 = make_df(range(1, 5), cols_1, 0)
df_2 = make_df(range(1, 11, 3), cols_2, 1)

# Q1
df_Q1 = #########
print(df_Q1)

# Q2
df_Q2 = #########
print(df_Q2)

[Q1,Q2の選択肢]
1. pd.concat([df_1, df_2], axis=0)
2. pd.assign([df_1, df_2], axis=0)
3. pd.concat([df_1, df_2], axis=1)
4. pd.assign([df_1, df_2], axis=1)

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び、下記の設問に答えてください．

Q1：変数 df_1 と df_2 を横方向に結合し、Key に「X」、「Y」を指定することで MultiIndex にしてください.

import numpy as np
import pandas as pd
from pandas import DataFrame

def make_df(idx, cols, seed):
np.random.seed(seed)
df = pd.DataFrame()
for col in cols:
df[col] = np.random.choice(range(1, 51), len(idx))

df.index = idx

return df

cols_1 = [“Japan”, “China”, “USA”]
cols_2 = [“Japan”, “China”, “USA”]

df_1 = make_df(range(1, 5), cols_1, 0)
df_2 = make_df(range(1, 5), cols_2, 1)

# Q1
df = ##########
print(df)

[Q1の選択肢]
1. pd.concat([df_1, df_2], axis=1, [“X”, “Y”])
2. pd.concat([df_1, df_2], axis=1, keys=[“X”, “Y”])
3. pd.concat([df_1, df_2], axis=1, key=[“X”, “Y”])

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び、下記の設問に答えてください．

Q1：変数 df_1 と df_2 を横方向に結合し、Key に「X」、「Y」を指定することで MultiIndex にしてください.

import numpy as np
import pandas as pd
from pandas import DataFrame

def make_df(idx, cols, seed):
np.random.seed(seed)
df = pd.DataFrame()
for col in cols:
df[col] = np.random.choice(range(1, 51), len(idx))

df.index = idx

return df

cols_1 = [“Japan”, “China”, “USA”]
cols_2 = [“Japan”, “China”, “USA”]

df_1 = make_df(range(1, 5), cols_1, 0)
df_2 = make_df(range(1, 5), cols_2, 1)

# Q1
df = ##########
print(df)

[Q1の選択肢]
1. pd.concat([df_1, df_2], axis=1, [“X”, “Y”])
2. pd.concat([df_1, df_2], axis=1, key=[“X”, “Y”])
3. pd.concat([df_1, df_2], axis=1, keys=[“X”, “Y”])