close

303_果菜批發市場拍賣行情

題目說明:

請開啟PYD03.py檔案,依下列題意進行作答,使輸出值符合題意要求。作答完成請另存新檔為PYA03.py再進行評分。

設計說明:

  1. 某日各果菜批發市場之西瓜與香瓜之拍賣行情價量表如下:
  西瓜價 西瓜量 香瓜價 香瓜量
三重區 9 203674 13.2 18894
台中市 11.7 180785 12.3 54894
台北一 10.1 127802 14.7 18563
台北二 11.8 28604 14.9 21963
台東市 13.2 600 13.1 900
板橋區 6.9 38071 9.6 3555
高雄市 12.1 35660 10.6 9005
嘉義市 12 15000 13 12000
鳳山區 11.7 48770 9.1 14370
豐原區 9.84 6100 11.89 8980

  1. 上述的資料已在PYD03.py中,請撰寫一程式建立資料結構,其中直行標題為項目(西瓜價、西瓜量、香瓜價、香瓜價),橫列標題為交易市場;接著完成下列項目:
    a. 輸出如拍賣行情價量表
    b. 以西瓜價遞減排序後,輸出各市場的西瓜價
    c. 計算台北一市場西瓜/香瓜價量的行情並輸出
    d. 將「三重市」改為「三重區」、「香瓜價」改為「洋香瓜價」、「香瓜量」改為「洋香瓜量」,重新輸出整個表格

輸入輸出:

輸入說明

輸出說明

分別輸出下列4段資料:
a. 拍賣行情價量表
b. 以西瓜價遞減排序後,各市場的西瓜價
c. 台北一市場西瓜/香瓜價量的行情
d. 將「三重市」改為「三重區」、「香瓜價」改為「洋香瓜價」、「香瓜量」改為「洋香瓜量」,重新輸出整個表格

輸入輸出範例:

範例輸入_1

範例輸出_1

1637823900020

 

待編修檔案:

# 載入 pandas 模組縮寫為 pd
import ___ as ___

# 建構資料
___ = [[9, 203674, 13.2, 18894],
       [11.7, 180785, 12.3, 54894],
       [10.1, 127802, 14.7, 18563],
       [11.8, 28604, 14.9, 21963],
       [13.2, 600, 13.1, 900],
       [6.9, 38071, 9.6, 3555],
       [12.1, 35660, 10.6, 9005],
       [12, 15000, 13, 12000],
       [11.7, 48770, 9.1, 14370],
       [9.84, 6100, 11.89, 8980]]
___ = ["三重市", "台中市", "台北一", "台北二", "台東市", "板橋區", "高雄市", "嘉義市", "鳳山區", "豐原區"]
___ = ["西瓜價", "西瓜量", "香瓜價", "香瓜量"]

df = pd.___(___, columns=___,  index=___)
print('西瓜與香瓜之拍賣行情價量表')
print(df)
print()  # 使用print分隔


df1 = df.___(by="___", ascending=___)
print('以西瓜價遞減排序')
print(df1['西瓜價'])
print()  # 使用print分隔

# 計算台北一市場西瓜/香瓜價量的行情並輸出
df.___["___"]
print('台北一市場的行情')
print(df.___["___"])
print()  # 使用print分隔

indexs[0] = "三重區"
df.index = ____
____[____] = "洋香瓜價"
____[____] = "洋香瓜量"
df.____ = ____
print('全體市場行情')
print(df)

程式碼_1:

# 載入  模組縮寫為 pd
import pandas as pd

# 建構資料
datas = [[9, 203674, 13.2, 18894],
       [11.7, 180785, 12.3, 54894],
       [10.1, 127802, 14.7, 18563],
       [11.8, 28604, 14.9, 21963],
       [13.2, 600, 13.1, 900],
       [6.9, 38071, 9.6, 3555],
       [12.1, 35660, 10.6, 9005],
       [12, 15000, 13, 12000],
       [11.7, 48770, 9.1, 14370],
       [9.84, 6100, 11.89, 8980]]

indexs = ["三重市", "台中市", "台北一", "台北二", "台東市", "板橋區", "高雄市", "嘉義市", "鳳山區", "豐原區"]
columns = ["西瓜價", "西瓜量", "香瓜價", "香瓜量"]

df = pd.DataFrame(datas, columns=columns,  index=indexs)
print('西瓜與香瓜之拍賣行情價量表')
print(df)
print()  # 使用print分隔


df1 = df.sort_values(by="西瓜價", ascending=False)
print('以西瓜價遞減排序')
print(df1['西瓜價'])
print()  # 使用print分隔

# 計算台北一市場西瓜/香瓜價量的行情並輸出
df.loc["台北一"]
print('台北一市場的行情')
print(df.loc["台北一"])
print()  # 使用print分隔

indexs[0] = "三重區"
df.index = indexs
columns[2] = "洋香瓜價"
columns[3] = "洋香瓜量"
df.columns = columns
print('全體市場行情')
print(df)


 搭 配 學 習 

  • Python 3.x 網頁資料擷取與分析特訓教材風_碁峰

    博客來      誠品

  • TQC+ Python 3.x網頁資料擷取與分析特訓教材_全華

    博客來      誠品

 

​​​​​​​

arrow
arrow
    創作者介紹
    創作者 DING BANG 的頭像
    DING BANG

    DING BANG的部落格

    DING BANG 發表在 痞客邦 留言(0) 人氣()