Python & Datenanalyse - Schlange mit Head und Tail?

Question 1

Was liefert df.head(-3) in pandas?

Accepted Answer

Alle Zeilen außer den letzten 3

Answer

Eine ValueError-Exception wegen negativer Zahl

Answer

Die letzten 3 Zeilen

Answer

Eine leere DataFrame, sofern df mehr als 3 Zeilen hat

Question 2

Du willst die letzten 100 Zeilen einer riesigen Logdatei ermitteln, ohne sie komplett in den RAM zu laden. Was ist die idiomatische Python-Lösung?

Accepted Answer

collections.deque(open(path), maxlen=100)

Answer

list(open(path))[-100:]

Answer

itertools.islice(open(path), -100, None)

Answer

numpy.loadtxt(path)[-100:]

Question 3

Was macht df.groupby('k').head(2) in pandas?

Accepted Answer

Gibt die ersten 2 Zeilen je Gruppe in der Originalreihenfolge zurück

Answer

Aggregiert jede Gruppe und gibt die ersten 2 Spalten zurück

Answer

Sortiert jede Gruppe automatisch nach 'k' und gibt die größten 2 Werte je numerischer Spalte zurück

Answer

Entfernt alle Zeilen außer den ersten 2 je Gruppe und sortiert das Gesamtergebnis neu

Question 4

Welcher .iloc-Slice ist exakt äquivalent zu df.tail(10)?

Accepted Answer

df.iloc[-10:]

Answer

df.iloc[:10:-1]

Answer

df.iloc[-10]

Answer

df.iloc[:-10]

Question 5

Ohne pandas: Wie holst du die ersten 5 Elemente aus einem beliebigen Iterator it, ohne ihn vollständig zu materialisieren?

Accepted Answer

itertools.islice(it, 5)

Answer

list(it)[:5]

Answer

next(it, 5)

Answer

heapq.nsmallest(5, it)

Question 6

Du möchtest aus einer 50-GB-CSV nur die ersten 1.000 Zeilen lesen – möglichst schnell. Welche pandas-Option ist dafür gemacht?

Accepted Answer

pd.read_csv(path, nrows=1000)

Answer

pd.read_csv(path).head(1000)

Answer

pd.read_csv(path, usecols=range(1000))

Answer

pd.read_csv(path, skiprows=lambda i: i > 1000)

Question 7

Du willst die 10 frühesten Zeitstempel nach Spalte 'ts' bekommen, egal in welcher Reihenfolge df aktuell steht. Welche Operation ist korrekt?

Accepted Answer

df.sort_values('ts').head(10)

Answer

df.head(10)

Answer

df.sort_index().head(10)

Answer

df.nlargest(10, 'ts')

Dozenten-Vermittlung