...
Exerciții rezolvate

100 de exerciții rezolvate Python pentru analiza datelor, cu soluții

Exerciții Python pentru analiza datelor de la ușor la greu, fiecare cu cerința, un indiciu, soluția completă și explicația ei. Înveți de la zero cu Curs Data Analysis with Python: primele 15 lecții sunt gratuite.

Le rezolvi direct pe pagină, în editorul Python, exact ca în lecțiile cursului: scrii, apeși Verifică și afli imediat dacă e corect.

Pagină coordonată de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

  • 100exerciții
  • 40ușor
  • 40mediu
  • 20greu
  • 5gratuite
Exerciții rezolvate Python pentru analiza datelor

Pe pagina asta exersezi analiza datelor cu Python, pandas și NumPy pe tabele din situații reale: vânzările unui magazin, angajații unei firme, clienți și comenzi, stocuri, catalogul unei școli. Înveți să încarci fișiere CSV, să filtrezi și să sortezi, să calculezi coloane noi, să cureți valorile lipsă, să grupezi și să agregi, să construiești tabele pivot, să unești tabele și să lucrezi cu date calendaristice și text, până la rapoarte de business complete.

Exercițiile sunt organizate pe capitole, iar în fiecare capitol merg de la ușor la greu. Fiecare are un editor care rulează codul direct în browser și verifică rezultatul. Încearcă întâi singur, pornind de la codul din editor, folosește indiciul dacă te blochezi și abia apoi uită-te la soluție și la explicație.

Harta exercițiilor

Trei insule, de la ușor la greu. Omulețul stă la exercițiul la care ai rămas: apasă pe orice exercițiu deschis ca să-l rezolvi.

Primii pași: DataFrame și CSV

1 Ușor Gratuit

Creează un DataFrame cu produsele unui magazin și afișează-l

Construiește un DataFrame pandas din produsele unui mic magazin online și afișează tabelul împreună cu dimensiunea lui.

Datele sunt deja scrise în cod, într-un dicționar cu trei liste: produs, pret și stoc.

Afișează:

  • tabelul întreg cu print(df);
  • pe un rând nou, textul Rânduri: X, coloane: Y, folosind atributul shape.
Rezultatul așteptat
        produs   pret  stoc
0  Cafea boabe  54.90    40
1   Ceai verde  18.50   120
2    Ciocolată  12.00    85
3     Biscuiți   8.75   200
4        Miere  32.00    25
Rânduri: 5, coloane: 3
Indiciu

Un dicționar de liste devine DataFrame cu pd.DataFrame(dictionar), iar shape este un tuplu (rânduri, coloane).

Erori frecvente aici:All arrays must be of the same lengthIf using all scalar values, you must pass an index3 columns passed, passed data had 2 columns

2 Ușor Gratuit

Citește un fișier CSV cu vânzări și afișează primele rânduri

Încarcă fișierul vanzari.csv cu pandas și afișează primele 5 rânduri, apoi numărul total de vânzări din fișier.

Fișierul are coloanele data, oras, magazin, produs, categorie, cantitate, pret și se află în directorul de lucru, deci îl poți citi direct după nume.

Afișează:

  • primele 5 rânduri, cu head();
  • textul Total înregistrări: N, unde N este numărul de rânduri din fișier.
Fișierul vanzari.csv
data,oras,magazin,produs,categorie,cantitate,pret
2024-01-05,București,Unirii,Laptop,Electronice,2,3200
2024-01-07,Cluj,Centru,Mouse,Accesorii,10,45
2024-01-12,Iași,Palas,Monitor,Electronice,3,950
2024-01-15,București,Unirii,Tastatură,Accesorii,6,120
2024-01-20,Timișoara,Iulius,Laptop,Electronice,1,3400
2024-02-02,Cluj,Centru,Căști,Accesorii,8,180
2024-02-04,București,Băneasa,Monitor,Electronice,2,980
2024-02-10,Iași,Palas,Mouse,Accesorii,12,40
2024-02-14,Brașov,Coresi,Imprimantă,Birotică,1,750
2024-02-18,Timișoara,Iulius,Tastatură,Accesorii,4,130
2024-03-01,București,Băneasa,Laptop,Electronice,3,3150
2024-03-05,Cluj,Centru,Imprimantă,Birotică,2,720
2024-03-09,Brașov,Coresi,Hârtie A4,Birotică,20,25
2024-03-15,Iași,Palas,Căști,Accesorii,5,170
2024-03-22,Timișoara,Iulius,Monitor,Electronice,2,1000
2024-03-28,București,Unirii,Hârtie A4,Birotică,30,24
Rezultatul așteptat
         data       oras magazin     produs    categorie  cantitate  pret
0  2024-01-05  București  Unirii     Laptop  Electronice          2  3200
1  2024-01-07       Cluj  Centru      Mouse    Accesorii         10    45
2  2024-01-12       Iași   Palas    Monitor  Electronice          3   950
3  2024-01-15  București  Unirii  Tastatură    Accesorii          6   120
4  2024-01-20  Timișoara  Iulius     Laptop  Electronice          1  3400
Total înregistrări: 16
Indiciu

pd.read_csv("vanzari.csv") citește fișierul, iar len(df) îți dă numărul de rânduri.

Erori frecvente aici:FileNotFoundError la read_csvUsecols do not match columns (read_csv)'method' object is not subscriptable

3 Ușor Gratuit

Calculează valoarea totală a stocului dintr-un magazin

Calculează cât valorează toată marfa din depozit, adică suma produselor dintre preț și stoc pentru fiecare produs din produse.csv.

Fișierul are coloanele produs, categorie, pret, stoc, furnizor.

Pași:

  • adaugă coloana valoare = pret * stoc;
  • afișează coloanele produs, stoc și valoare;
  • afișează pe ultimul rând Valoare totală stoc: X lei, cu două zecimale.
Fișierul produse.csv
produs,categorie,pret,stoc,furnizor
Laptop,Electronice,3200,8,TechDistrib
Monitor,Electronice,950,15,TechDistrib
Mouse,Accesorii,45,120,AccesPro
Tastatură,Accesorii,120,60,AccesPro
Căști,Accesorii,180,35,SunetPlus
Imprimantă,Birotică,750,6,BiroCenter
Hârtie A4,Birotică,25,400,BiroCenter
Webcam,Accesorii,210,0,AccesPro
Router,Electronice,330,22,TechDistrib
Toner,Birotică,290,4,BiroCenter
Rezultatul așteptat
       produs  stoc  valoare
0      Laptop     8    25600
1     Monitor    15    14250
2       Mouse   120     5400
3   Tastatură    60     7200
4       Căști    35     6300
5  Imprimantă     6     4500
6   Hârtie A4   400    10000
7      Webcam     0        0
8      Router    22     7260
9       Toner     4     1160
Valoare totală stoc: 81670.00 lei
Indiciu

Operațiile dintre două coloane se fac element cu element, fără buclă: df["pret"] * df["stoc"].

Erori frecvente aici:'DataFrame' object is not callablestring indices must be integers (for in df)

4 Ușor Gratuit

Găsește produsul cel mai scump dintr-un catalog

Găsește în catalogul produse.csv produsul cu prețul cel mai mare și pe cel cu prețul cel mai mic.

Afișează exact două rânduri, în formatul:

  • Cel mai scump: <produs> (<pret> lei)
  • Cel mai ieftin: <produs> (<pret> lei)

Nu scrie numele produselor de mână: ele trebuie găsite din date.

Fișierul produse.csv
produs,categorie,pret,stoc,furnizor
Laptop,Electronice,3200,8,TechDistrib
Monitor,Electronice,950,15,TechDistrib
Mouse,Accesorii,45,120,AccesPro
Tastatură,Accesorii,120,60,AccesPro
Căști,Accesorii,180,35,SunetPlus
Imprimantă,Birotică,750,6,BiroCenter
Hârtie A4,Birotică,25,400,BiroCenter
Webcam,Accesorii,210,0,AccesPro
Router,Electronice,330,22,TechDistrib
Toner,Birotică,290,4,BiroCenter
Rezultatul așteptat
Cel mai scump: Laptop (3200 lei)
Cel mai ieftin: Hârtie A4 (25 lei)
Indiciu

idxmax() îți dă eticheta rândului cu valoarea maximă; cu df.loc[eticheta] iei rândul întreg.

Erori frecvente aici:unsupported format string passed to Series

5 Ușor Gratuit

Numără câte vânzări are fiecare oraș

Numără de câte ori apare fiecare oraș în fișierul vanzari.csv, ca să vezi unde au loc cele mai multe tranzacții.

Afișează rezultatul ordonat de la orașul cu cele mai multe vânzări la cel cu cele mai puține (ordinea implicită a metodei potrivite), apoi pe un rând separat Orașe distincte: N.

Fișierul vanzari.csv
data,oras,magazin,produs,categorie,cantitate,pret
2024-01-05,București,Unirii,Laptop,Electronice,2,3200
2024-01-07,Cluj,Centru,Mouse,Accesorii,10,45
2024-01-12,Iași,Palas,Monitor,Electronice,3,950
2024-01-15,București,Unirii,Tastatură,Accesorii,6,120
2024-01-20,Timișoara,Iulius,Laptop,Electronice,1,3400
2024-02-02,Cluj,Centru,Căști,Accesorii,8,180
2024-02-04,București,Băneasa,Monitor,Electronice,2,980
2024-02-10,Iași,Palas,Mouse,Accesorii,12,40
2024-02-14,Brașov,Coresi,Imprimantă,Birotică,1,750
2024-02-18,Timișoara,Iulius,Tastatură,Accesorii,4,130
2024-03-01,București,Băneasa,Laptop,Electronice,3,3150
2024-03-05,Cluj,Centru,Imprimantă,Birotică,2,720
2024-03-09,Brașov,Coresi,Hârtie A4,Birotică,20,25
2024-03-15,Iași,Palas,Căști,Accesorii,5,170
2024-03-22,Timișoara,Iulius,Monitor,Electronice,2,1000
2024-03-28,București,Unirii,Hârtie A4,Birotică,30,24
Rezultatul așteptat
oras
București    5
Cluj         3
Iași         3
Timișoara    3
Brașov       2
Name: count, dtype: int64
Orașe distincte: 5
Indiciu

value_counts() pe o coloană numără aparițiile fiecărei valori.

Erori frecvente aici:'DataFrame' object has no attribute 'unique'

Selecție, filtrare și sortare

20 Greu Blocat

Filtrează produsele cu query și praguri din variabile

Selectează din produse.csv produsele din categoriile dorite care au prețul în intervalul ales și stoc disponibil, folosind metoda query.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:The truth value of a Series is ambiguousCannot perform 'rand_' ... scalar of type [bool]UndefinedVariableError: name 'pret' is not defined

Coloane calculate și tipuri de date

23 Ușor Blocat

Redenumește coloanele unui tabel exportat din alt sistem

Un export dintr-un program de contabilitate are coloane cu nume lungi și incomode; redenumește-le în nume scurte, fără spații, și afișează tabelul curățat.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:KeyError: 'Pret' (coloană inexistentă)['telefon'] not found in axis (drop)Reindexing only valid with uniquely valued Index

24 Ușor Blocat

Convertește o coloană de prețuri scrise ca text în numere

Un tabel cu stocuri are prețurile și cantitățile salvate ca text, așa că nu pot fi adunate; convertește-le în numere și calculează valoarea totală.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:could not convert string to float (pandas)Unable to parse string at positionCannot perform reduction 'mean' with string dtype

Valori lipsă și curățarea datelor

33 Ușor Blocat

Completează cantitățile lipsă cu zero într-un inventar

La inventarul unui depozit, rafturile goale au fost lăsate necompletate; consideră-le stoc 0, apoi calculează stocul total pe depozit.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:ChainedAssignmentError (fostul SettingWithCopy)IntCastingNaNError: non-finite values to integerfillna() got an unexpected keyword argument 'method'

36 Mediu Blocat

Curăță spațiile și majusculele din numele orașelor

Numele orașelor dintr-un formular de comenzi au fost scrise de mână, cu spații în plus și majuscule amestecate; uniformizează-le și numără comenzile pe oraș.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:Can only use .str accessor with string values'float' object has no attribute 'split''Series' object has no attribute 'split'

groupby și agregări

Pivot, crosstab și remodelare

Combinarea tabelelor: merge și concat

62 Ușor Blocat

Lipește vânzările din două luni într-un singur tabel

Vânzările din ianuarie și februarie au venit în două tabele separate, cu aceleași coloane; lipește-le într-unul singur, marcând luna fiecărui rând.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:'DataFrame' object has no attribute 'append'cannot reindex on an axis with duplicate labelsNo objects to concatenate

64 Ușor Blocat

Unește două tabele cu nume diferite ale cheii

Tabelul de angajați are coloana cod_dep, iar nomenclatorul de departamente are coloana id; unește-le ca să afișezi numele departamentului lângă fiecare angajat.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:KeyError la merge (cheie cu nume diferite)MergeError: No common columns to perform merge onMergeError: pass "on" OR "left_on" and "right_on"

70 Greu Blocat

Compară stocul din depozit cu stocul din sistem

La inventarul anual, stocul numărat fizic în depozit trebuie comparat cu stocul din programul de gestiune; găsește toate diferențele, inclusiv produsele care apar doar într-una dintre liste.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:You are trying to merge on int64 and str columnsCan only compare identically-labeled Series objects

Date calendaristice și text

72 Ușor Blocat

Calculează câte zile au trecut de la ultima comandă a fiecărui client

Calculează pentru fiecare client câte zile au trecut de la ultima lui comandă până la data de referință 1 iulie 2024.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:time data doesn't match formatunsupported operand for -: 'str' and 'str' (date)Cannot subtract tz-naive and tz-aware datetime-like

74 Ușor Blocat

Separă numele complet în prenume și nume de familie

Coloana nume din clienti.csv conține numele complet în forma „Prenume Nume”; împarte-o în două coloane, prenume și familie, și creează o coloană initiale.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:Columns must be same length as key'float' object has no attribute 'split''Series' object has no attribute 'split'

NumPy: vectorizare și statistici

82 Ușor Blocat

Aplică o reducere de 15% tuturor prețurilor fără buclă

Aplică o reducere de 15% pe toate prețurile dintr-un tablou NumPy, printr-o singură operație, și calculează cât economisește un client care cumpără câte o bucată din fiecare produs.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:operands could not be broadcast togetherufunc 'add' did not contain a loop with signaturePython integer 300 out of bounds for uint8

84 Ușor Blocat

Calculează totalul pe rânduri și coloane într-o matrice de vânzări

Vânzările a trei magazine pe patru trimestre sunt stocate într-o matrice NumPy (un rând pe magazin, o coloană pe trimestru); calculează totalurile pe magazin, pe trimestru și totalul general.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:operands could not be broadcast togethercannot reshape array of size 10 into shapesetting an array element with a sequence

85 Mediu Blocat

Normalizează scorurile între 0 și 1 cu metoda min-max

Scorurile a șase candidați la trei probe au scale diferite (test din 100, interviu din 10, proiect din 50); adu fiecare probă pe scala 0–1 cu normalizarea min-max și calculează un scor final comparabil.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:operands could not be broadcast togethermust be real number, not Series (math pe coloană)assignment destination is read-only

Rapoarte de business

95 Mediu Blocat

Segmentează clienții după totalul cheltuit

Împarte clienții care au cumpărat ceva în trei segmente după totalul cheltuit (Bronz sub 1000 lei, Argint de la 1000 până sub 4000 lei, Aur de la 4000 lei) și afișează câți clienți și ce încasări are fiecare segment.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Python pentru analiza datelor

Erori frecvente aici:Bin edges must be unique (qcut)Cannot setitem on a Categorical with a new category

Exerciții rezolvate la alte tehnologii

← Toate exercițiile rezolvate

Tudor Andrei Dumitrescu
Cine coordonează exercițiile

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Exercițiile de aici sunt gândite ca la job: date concrete, cerințe clare și soluții pe care le poți explica la un interviu de Python pentru analiza datelor.

Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție

Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.