{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Problem 1\n",
"Import NumPy under the alias `np`."
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {},
"outputs": [],
"source": [
"import numpy as np"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Problem 2\n",
"Import pandas under the alias `pd`."
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [],
"source": [
"import pandas as pd"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Problem 3\n",
"Given `df1` and `df2` below, concatenate the two DataFrames."
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"outputs": [],
"source": [
"df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],\n",
" 'B': ['B0', 'B1', 'B2', 'B3'],\n",
" 'C': ['C0', 'C1', 'C2', 'C3'],\n",
" 'D': ['D0', 'D1', 'D2', 'D3']},\n",
" index=[0, 1, 2, 3])\n",
"\n",
"\n",
"df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],\n",
" 'B': ['B4', 'B5', 'B6', 'B7'],\n",
" 'C': ['C4', 'C5', 'C6', 'C7'],\n",
" 'D': ['D4', 'D5', 'D6', 'D7']},\n",
" index=[4, 5, 6, 7])"
]
},
{
"cell_type": "code",
"execution_count": 4,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"
\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" A | \n",
" B | \n",
" C | \n",
" D | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" A0 | \n",
" B0 | \n",
" C0 | \n",
" D0 | \n",
"
\n",
" \n",
" 1 | \n",
" A1 | \n",
" B1 | \n",
" C1 | \n",
" D1 | \n",
"
\n",
" \n",
" 2 | \n",
" A2 | \n",
" B2 | \n",
" C2 | \n",
" D2 | \n",
"
\n",
" \n",
" 3 | \n",
" A3 | \n",
" B3 | \n",
" C3 | \n",
" D3 | \n",
"
\n",
" \n",
" 4 | \n",
" A4 | \n",
" B4 | \n",
" C4 | \n",
" D4 | \n",
"
\n",
" \n",
" 5 | \n",
" A5 | \n",
" B5 | \n",
" C5 | \n",
" D5 | \n",
"
\n",
" \n",
" 6 | \n",
" A6 | \n",
" B6 | \n",
" C6 | \n",
" D6 | \n",
"
\n",
" \n",
" 7 | \n",
" A7 | \n",
" B7 | \n",
" C7 | \n",
" D7 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" A B C D\n",
"0 A0 B0 C0 D0\n",
"1 A1 B1 C1 D1\n",
"2 A2 B2 C2 D2\n",
"3 A3 B3 C3 D3\n",
"4 A4 B4 C4 D4\n",
"5 A5 B5 C5 D5\n",
"6 A6 B6 C6 D6\n",
"7 A7 B7 C7 D7"
]
},
"execution_count": 4,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"#Solution goes here\n",
"pd.concat([df1, df2])"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Problem 4\n",
"Given `df1` and `df2` below, concatenate the two DataFrames along their columns (instead of along their rows)."
]
},
{
"cell_type": "code",
"execution_count": 5,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" A | \n",
" B | \n",
" C | \n",
" D | \n",
" A | \n",
" B | \n",
" C | \n",
" D | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" A0 | \n",
" B0 | \n",
" C0 | \n",
" D0 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
"
\n",
" \n",
" 1 | \n",
" A1 | \n",
" B1 | \n",
" C1 | \n",
" D1 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
"
\n",
" \n",
" 2 | \n",
" A2 | \n",
" B2 | \n",
" C2 | \n",
" D2 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
"
\n",
" \n",
" 3 | \n",
" A3 | \n",
" B3 | \n",
" C3 | \n",
" D3 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
"
\n",
" \n",
" 4 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" A4 | \n",
" B4 | \n",
" C4 | \n",
" D4 | \n",
"
\n",
" \n",
" 5 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" A5 | \n",
" B5 | \n",
" C5 | \n",
" D5 | \n",
"
\n",
" \n",
" 6 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" A6 | \n",
" B6 | \n",
" C6 | \n",
" D6 | \n",
"
\n",
" \n",
" 7 | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" NaN | \n",
" A7 | \n",
" B7 | \n",
" C7 | \n",
" D7 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" A B C D A B C D\n",
"0 A0 B0 C0 D0 NaN NaN NaN NaN\n",
"1 A1 B1 C1 D1 NaN NaN NaN NaN\n",
"2 A2 B2 C2 D2 NaN NaN NaN NaN\n",
"3 A3 B3 C3 D3 NaN NaN NaN NaN\n",
"4 NaN NaN NaN NaN A4 B4 C4 D4\n",
"5 NaN NaN NaN NaN A5 B5 C5 D5\n",
"6 NaN NaN NaN NaN A6 B6 C6 D6\n",
"7 NaN NaN NaN NaN A7 B7 C7 D7"
]
},
"execution_count": 5,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"#Solution goes here\n",
"pd.concat([df1, df2], axis=1)"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.7.6"
}
},
"nbformat": 4,
"nbformat_minor": 4
}