Pandas 基础

使用 Pandas 处理表格数据

DataFrame 基础

示例代码（可运行）

Python 0%

示例代码（可运行）

Python 0%

示例代码（可运行）

Python 0%

预测输出

import pandas as pd
df = pd.DataFrame({"a":[1,2,3]})
print(df["a"].sum())

找 BugPandas里别用and/or，得用&/|，而且每个条件都要加括号。

df[(df.score>=80) and (df.age>=20)]

填空题填写空白处的代码

df.("score", ascending=False) # 按成绩降序

选择题

查看数据前5行用？

底层原理 · 大厂视角 · 工程经验，点卡片展开

模型参数里的知识是「冻结」的：会过时、会幻觉、不知道你的私有数据。RAG 先从知识库检索出相关片段，再让模型「只依据这些片段」作答，相当于把记忆外挂到可随时更新的向量库。它不用重新训练、答案可溯源、知识可实时更新，是当前让大模型回答专业/私有问题最务实的方案。

简单+50 XP

分析学生成绩：找出平均分以上的学生。

Pandas挑战

Python 0%

2 个测试用例

中等+20 XP

读取CSV并按科目统计平均分。

成绩分析

Python 0%

1 个测试用例