import numpy as np dt = np.dtype([('name','S10'),('money',float)]) narray = np.loadtxt('Shop.csv',delimiter=',',dtype=dt) excellent = np.where(narray['money']>=1000000) print(narray['name'][excellent])

import numpy as np narray = np.loadtxt("Salary.csv", delimiter=",",dtype=float) print(np.median(narray,axis=0)) print(np.round(np.mean(narray,axis=1),),decimals=1)

import numpy as np narray = np.genfromtxt("Salary.csv", delimiter=",",dtype=float) print(np.amax(narray,1)) print(np.ptp(narray,axis=0))

import numpy as np narray = np.loadtxt('Spider.csv',delimiter=',',dtype=str) res = np.char.capitalize(narray) print(res.flatten(order='C'))

import numpy as np Nowcoder = np.loadtxt('Nowcoder.csv',delimiter=',',dtype=str) res = np.char.add(Nowcoder[...,0],Nowcoder[...,1]) print(res)

import numpy as np a = np.genfromtxt('Table.csv', delimiter=',', dtype=float) res = np.flip(a,1).T print(res)

import numpy as np data = np.genfromtxt('./Zuoye.csv',delimiter=',') a,b,c,d,e = (data[i] for i in range(5)) res = np.round((a+b)*(1/c)**d - e,decimals=2) print(res)

import numpy as np d = np.genfromtxt('Nowcoder.csv', delimiter = ',', dtype=float) PI = np.pi res = np.round(np.sin(d*PI/180),decimals=3) print(res)

import numpy as np # 使用 loadtxt 函数读取 CSV 文件 data = np.genfromtxt('Policy.csv', delimiter=',',dtype=int) a = [i for i in range(10)] b = a[-1::-1] array = data[a,b] print(array)

import numpy as np array = np.loadtxt("Coder.csv", delimiter=",",dtype=float64) # delimiter=',' 参数指定了字段的分隔符为逗号 print(array) print(type(array))

import pandas as pd Tk = pd.read_csv("Tk.csv", sep=",") Shop = pd.read_csv("Shop.csv", sep=",") df = pd.merge(Tk,Shop,on='ID',how='inner') print(df[df['Fans']>10000]['shop_name'])

import pandas as pd df= pd.read_csv('Order.csv',sep=',') print(df.groupby('VIP_level')['price'].mean()) print(df.groupby('VIP_level')['shop_name'].nunique())

import pandas as pd df= pd.read_csv('Tk.csv',sep=',') print(df['Days'].median()) print(df['Fans'].max()) print(df[df['Days']>0]['Cost'].mean())

import pandas as pd df= pd.read_csv('Order.csv',sep=',',dtype=object) date = df[(df['date'] == '2022/6/18')] print(pd.to_numeric(date['price']).sum()) print(pd.to_numeric(date.groupby('shop_name')['price'].mean())) # 很抽象，不算平均值直接提交也是通过的