Leetcode 30 天 Pandas 挑戰分享

前言

前陣子我參加 Leetcode 的活動 - 30 Days of Pandas。這個挑戰對我來說不僅僅是學習的機會，更是一個把常用的 pandas 功能熟悉的練習。之前，在 coding 遇到應用 Pandas 處理資料的的問題時，因為不夠熟悉而需要 Google 搜尋或問 ChatGPT，我意識到儘管我知道 Pandas 有哪些功能，但當我真正需要使用時，我無法下意識去寫，這影響到 coding 的速度和分析處理資料的效率。於是，覺得是時候可以花一些時間，來練習這一塊，所以參加 30 Days of Pandas 。

30 Days of Pandas 簡介

這個計畫共有 32 題，其中 4 題需要 subscribe Leetcode Premium 才能解鎖，主要包含 Pandas 的各種基本在資料處理上一定會使用到的技巧，而這些題目也都是來自 Leetcode 本身的題庫，題目的難易度多為 Easy 和少量的 Medium，類型則是 Database。

題目描述

1. Data Filtering:從大型數據集中選擇特定的數據

.loc[] 和 .iloc[]: 用於基於標籤或位置的數據選擇

2. String Methods:對字符串類型的數據進行操作和處理

• .str accessor: 提供一系列字符串處理方法，如 .lower(), .upper(), .contains(), .replace()
• 正則表達式: 在字符串過濾和提取中使用

3. Data Manipulation:修改、轉換或重構現有數據

• .apply(): 用於對列或行應用函數
• .merge(), .join(): 數據合併
• 資料類型轉換：例如將字符串轉為數字，時間序列處理

4. Statistics:處理和分析數據以獲取統計信息

• 描述性統計函數：如 .mean(), .median(), .std(), .sum()
• 分組統計：使用 .groupby() 進行數據分組並計算統計值
• 覺得這是在特徵工程最常會用到的功能

5. Data Aggregation:多個項目合併為單一的統計表示

• .groupby(): 用於分組數據
• 聚合函數：如 .count(), .sum(), .agg() 用於匯總統計，有時候會和 statistics 的計算一起用

6. Data Integration: 結合來自不同來源的數據

• • 數據合併：使用 .merge() 和 .concat()
  • 數據連接：使用 .join()
  • 數據轉換：整合不同格式或結構的數據

關鍵技術

以下條列經過這三十天最常用的語法:

.drop_duplicates()

.sort_values()

.str.contains()

.iloc[]

.groupby(),

.transform()

.apply()

.merge()

這些語法是我覺得在處理資料表很常用到的技巧，可以著重熟悉他們，甚至認識語法還可以帶入哪些參數，例如: drop_duplicates ，可以設定 subset哪些列的重複值，並根據 keep選擇保留的方式。這些雖然都很基本，卻也是最常使用到的。

小心得

• 30 天挑戰適合新手與想把 pandas 練熟的人：我覺得都沒有學習過 pandas 拿這個來當敲門磚是一個很不錯的起點，那對於每天都在用 padas 的人來說，有時候自己是寫 可行的方法，但可能不是最有效率、或是最簡潔的，就在這刷題的同時，解題後都可以直接參考別人的做法，覺得這樣的學習會更高效。
• 30 天挑戰中間也是有中斷的日子：在寫這挑戰時，Leetcode 提供一個很方便的功能，可以設定自己的讀書計畫，例如只讀 1-5 、6 日休假，那這樣那天有完成就會獲得一個目標達成的貼紙，看到會更激勵自己。我在這過程中，中間有其他緊急的事情插件，就有中斷一些時間，但我覺得不要緊，最終還是挑戰完，而且是在適合的學習節奏下進行，整體就挺開心的。