DataFrame中每列的数据都可以看作是一个_______对象。

我的答案：

import pandas as pd

df = pd.DataFrame({'key1': ['A', 'A', 'B', 'B'],

                   "data1": ['3', 3, 5, 8],

                   "data2": [3, 5, 5, 7]})

print(df.groupby('key1').mean())

执行上述程序后，最终输出的结果为？

Pandas读写excel文件的方法是？

最终生成效果为

001 张三

002 李四

如何选取 DataFrame df的前 3 行和前 2 列？

按性别分组后计算年龄的平均值，代码如何写？

数据透视功能pivot_table 的主要参数有哪些？

我的答案：

如何将 DataFrame 中的 NaN 值填充为 0？

列：['姓名', '年龄', '城市', '收入']

数据：3 行，内容自拟

2. 对上述 DataFrame：

选取年龄大于 30 的行

提取姓名和收入列

假设有销售数据（产品、地区、销售额），计算：

各产品的总销售额

各地区的平均销售额

处理包含缺失值的 DataFrame：

1. 检测缺失值位置

2. 用中位数填充列1,列名为"Number"，用'未知'填充列2,列名为"Name"

    用户ID  商品类别      金额          日期

0  U1001  电子产品  4999.0  2023-01-15

1  U1002    服装   399.0  2023-02-03

2  U1001  电子产品  1299.0  2023-01-20

3  U1003    食品    89.9  2023-03-10

4  U1002    服装   599.0  2023-02-15

1. 创建DataFrame

2.按用户 ID 分组，计算每个用户的总金额

3.创建数据透视表，展示不同类别商品在各季度的平均金额

4. 删除日期一列,并按照金额降序排序并输出