Python全系列 教程
3567个小节阅读:5931.8k
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Pandas中,分组是将数据按照某个或某些特征进行分类。
分组可以帮助我们更好地理解数据,进行统计分析和数据处理。
实用场景举例
- 对于市场营销数据,可以根据不同的市场细分进行分组,然后计算每个市场的销售额和利润
- 在金融领域,可以按照客户类别或风险等级对投资组合进行分组,并计算每个组的收益率和风险指标
- 在社交媒体分析中,可以将用户按照地区或兴趣进行分组,然后计算每个组的活跃度和参与度
xxxxxxxxxx
df.groupby(by,level,as_index,sort)
xxxxxxxxxx
dfg = df.groupby ('开设')
#查看dfg里面的数据
dfg.groups
#查看具体描述
dfg.describe( )
#按多列分组
dfg2 = df.groupby(['性别','开设'])
dfg2.mean ()
筛选出其中一组
dfgroup.get_group()
xxxxxxxxxx
dfg.get_group ('不必要').mean ()
dfg.get_group ('不必要').std ()
筛选出所需的列
该操作也适用于希望对不同的变量列进行不同操作时
xxxxxxxxxx
dfg['身高'].max()
实时学习反馈
1. Pandas中对数据分组的方法是_____:
A groupby()
B group()
2. Pandas中根据性别和开设进行分组,下划线处需要填写的代码是_____:
xxxxxxxxxx
df = pd.read_excel('stu_data.xlsx')
# 根据性别和开设进行分组
___________
A dfg = df.groupby(['性别','开设'])
B dfg = df.by(['性别','开设'])
答案
1=>A 2=>A