目录Python全系列 教程
3567个小节阅读：5930.4k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在日常的数据分析中，经常需要将数据根据某个（多个）字段划分为不同的群体进行分
析，而DataFrame中的groupby()可以灵活地完成各种分组计算的需求。
xxxxxxxxxximport pandas as pd# 创建DataFrame对象data = pd.DataFrame([['三国', '王刚', 6, 8], ['盗梦空间', '王二', 8, 6], ['盗梦空间', '张三', 10, 8], ['海上钢琴师', '刘勇', 8, 8], ['海上钢琴师', '赵五', 8, 10]], columns=['电影名称', '影评师', '观前评分', '观后评分'])
# 根据"电影名称"分组，然后对每一组的“观后评分”计算平均值data.groupby('电影名称')['观后评分'].mean()
# 也可以通过DataFrame的形式展示结果data.groupby('电影名称')[['观后评分']].mean()
#对分组后的多个列求平均值data.groupby('电影名称')[['观前评分', '观后评分']].mean()
# 通过多个字段分组data.groupby(['电影名称', '影评师'])[['观后评分']].mean()
# 统计分组后每一组对应列的次数count = data.groupby('电影名称')[['观后评分']].count()# 修改列名称count = count.rename(columns={'观后评分':'评分次数'})1. 对DataFrame进行分组的方法是_______
A corrwith()
B merge()
C groupby()
D mean()
2. DataFrame分组后计算平均值的方法是_____，计算次数的方法是_______
A mean()、 count()
B count()、mean()
C mean()、merge()
D count()、merge()
1=>C 2=>A