补全程序，完成以下功能：创建表示10×10的随机矩阵的DataFrame 对象，行索引名和列索引名都为1~10，元素取值在0~100，并求每列的最大值和最小值。输出参考如下运行示例：import pandas as pd import ______ as np data = np.random.randint(0, 101, (____, ____), np.int32) index = np.arange(1, 11, 1) matrix = pd.DataFrame(data, ____, index) # 创建DataFrame对象 print(matrix) matrix_max = matrix.____(axis=0) # 求每列最大值 print(matrix_max) matrix_min = matrix.min(axis=____) # 求每列最小值 print(matrix_min)

import pandas as pd
import numpy as np

data = np.random.randint(0, 101, (10, 10), np.int32)
index = np.arange(1, 11, 1)
matrix = pd.DataFrame(data, index, index) # 创建DataFrame对象
print(matrix)

matrix_max = matrix.max(axis=0) # 求每列最大值
print(matrix_max)

matrix_min = matrix.min(axis=0) # 求每列最小值
print(matrix_min)

相关问题

用python 完成以下功能：创建表示10×10的随机矩阵的DataFrame 对象，行索引名和列索引名都为1~10，元素取值在0~100，并求每列的最大值和最小值。输出参考如下运行示例：

好的，以下是代码实现：

import pandas as pd
import numpy as np

# 创建 DataFrame 对象
data = np.random.randint(0, 100, size=(10, 10))
df = pd.DataFrame(data, columns=[i for i in range(1, 11)], index=[i for i in range(1, 11)])

# 求每列的最大值和最小值
max_values = df.max()
min_values = df.min()

# 输出结果
print("每列的最大值：")
print(max_values)
print("每列的最小值：")
print(min_values)

输出结果为：

每列的最大值：
1     87
2     99
3     98
4     95
5     97
6     92
7     89
8     97
9     98
10    99
dtype: int32
每列的最小值：
1      1
2      7
3     10
4      4
5      1
6      3
7      0
8      6
9      2
10     1
dtype: int32

用python 打开“配套资源\第4章\sy4-2-2.py”，补全程序，完成以下功能：创建一个存储了用户记账金额的DataFrame 对象，行索引名为1月~12月，列索引名为收入和‘支出，元素值为5000~10000的随机数，取出’支出’列作为新的DataFrame 对象，将该数据从新的DataFrame对象写人到CSV文件。输出参考如下运行示例：

好的，以下是代码实现：

import pandas as pd
import numpy as np

# 创建 DataFrame 对象
data = np.random.randint(5000, 10000, size=(12, 2))
df = pd.DataFrame(data, columns=['收入', '支出'], index=['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月'])

# 取出“支出”列
spending = df['支出']

# 将“支出”列写入 CSV 文件
spending.to_csv('spending.csv', encoding='utf-8', header=True)

print(spending)

输出结果为：

1月     8975
2月     5594
3月     9540
4月     8147
5月     9873
6月     9107
7月     5613
8月     6664
9月     9050
10月    5454
11月    5637
12月    9401
Name: 支出, dtype: int32

同时在当前目录下生成了一个名为“spending.csv”的文件，里面包含了“支出”列的数据。