Подготовка к интервью
12 вопросов по pandas с технических собеседований
Что проверяют на интервью
На странице собраны вопросы по pandas — от проверки базовых принципов до практического применения и архитектурных решений. В подборке чаще встречаются темы: pandas, python, data analyst.
Каталог
В экосистеме Rust есть библиотека Polars, которая является высокопроизводительной альтернативой Pandas.
Читать ответPandas предоставляет удобные структуры данных — Series и DataFrame — которые значительно упрощают работу с табличными данными по сравнению с обычными списками и словарями Python. Основные преимущества:
Читать ответЧтобы уменьшить потребление памяти DataFrame в Pandas, можно:
Читать ответВ Pandas пропущенные данные обычно представлены значением NaN (Not a Number). Pandas предоставляет несколько способов обработки таких данных:
Читать ответДопущения: входные таблицы — DataFrame; одна строка orders соответствует заказу, users.id уникален, идентификаторы и даты заполнены, ссылки на пользователей корректны.
Читать ответЧтобы заполнить пропущенные даты последним известным значением курса, обычно используют метод заполнения пропусков вперед (forward fill). Технически это можно сделать так:
Читать ответДанные orderslog находятся в DataFrame df.
Читать ответpandas — библиотека табличного анализа в одном процессе, PySpark — Python-интерфейс распределённого Spark, а Polars использует колоночный движок с параллельным выполнением и ленивыми запросами.
Читать ответИспользуйте группировку и нужную агрегацию, например df.groupby('category', asindex=False)['revenue'].sum().
Читать ответloc выбирает по меткам индекса и столбцов, а iloc — по целочисленным позициям.
Читать ответФильтрация DataFrame двумя строгими условиями: булева маска, оператор & и скобки. Показываем результат для исходных трех строк без изменения индекса.
Читать ответКак рассказать о Python-инструментах через реальные аналитические задачи, собственный вклад и уровень владения, отделяя рабочую практику от учебного знакомства.
Читать ответ