本文总结了pandas的常用操作，并做成练习题，练习题附答案，并且有完整数据集，建议读者把练习题完成。作者认为，做完练习题，pandas的基本操作没有问题了，以后碰到问题也可以查这些习题。（文末提供下载）

Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
网上可以搜到大量的pandas教程和官方文档，但没有简单的方法来练习。教程是很好的资源，但要付诸实践。 只有实践，才能更好的加深学习。
本站从github搜索到了一些pandas的练习题，含完整数据集，并进行整理：
原代码作者：Guilherme Samora

本练习代码可以在github下载：
https://github.com/fengdu78/machine_learning_beginner/tree/master/pandas/Pandas_Exercises

Pandas练习题目录
1.Getting and knowing

• Chipotle
• Occupation
• World Food Facts

2.Filtering and Sorting

• Chipotle
• Euro12
• Fictional Army

3.Grouping

• Alcohol Consumption
• Occupation
• Regiment

4.Apply

• Students
• Alcohol Consumption
• US_Crime_Rates

5.Merge

• Auto_MPG
• Fictitious Names
• House Market

6.Stats

• US_Baby_Names
• Wind_Stats

7.Visualization

• Chipotle
• Titanic Disaster
• Scores
• Online Retail
• Tips

8.Creating Series and DataFrames

• Pokemon

9.Time Series

• Apple_Stock
• Getting_Financial_Data
• Investor_Flow_of_Funds_US

10.Deleting

• Iris
• Wine

使用方法
每个练习文件夹有三个不同类型的文件:
1. Exercises.ipynb

没有答案代码的文件，这个是你做的练习
2.Solutions.ipynb
运行代码后的结果（不要改动）
3.Exercise_with_Solutions.ipynb
有答案代码和注释的文件
你可以在Exercises.ipynb里输入代码，看看运行结果是否和Solutions.ipynb里面的内容一致，如果真的完成不了再看下Exercise_with_Solutions.ipynb的答案。

典型的例题如图所示：

总结
本文把pandas的常用操作做成练习题，练习题附答案，并且有完整数据集。希望初学者能认真完成练习题，以便提高数据分析技能。
本练习代码可以在github下载：
https://github.com/fengdu78/machine_learning_beginner/tree/master/pandas/Pandas_Exercises

参考

guipsamora/pandas_exercises