python使用groupby之后怎么給分組之后的列名？Pandas提供靈活高效的分組功能，使您能夠以自然的方式對數(shù)據(jù)集進行切片、切片和匯總?；谝粋€或多個鍵（可以是函數(shù)、數(shù)組或數(shù)據(jù)幀列名）拆分pan

python使用groupby之后怎么給分組之后的列名？

Pandas提供靈活高效的分組功能，使您能夠以自然的方式對數(shù)據(jù)集進行切片、切片和匯總?；谝粋€或多個鍵（可以是函數(shù)、數(shù)組或數(shù)據(jù)幀列名）拆分panda對象。計算組摘要統(tǒng)計信息，例如計數(shù)、平均值、標(biāo)準(zhǔn)差或用戶定義的函數(shù)。對數(shù)據(jù)幀的列應(yīng)用各種函數(shù)。應(yīng)用組內(nèi)變換或其他操作，例如歸一化、線性回歸、排序或子集選擇。計算數(shù)據(jù)透視表或交叉表。分位數(shù)分析和其他分組分析。R 1。首先，讓我們看一下以下非常簡單的表格數(shù)據(jù)集（以數(shù)據(jù)幀的形式）：
123456789101112
Import panda as PD>>>；DF=pd.數(shù)據(jù)幀（{“key1”：[“a”，“a”，“b”，“b”，“a”]。。。“鍵2”：[“1”，“2”，“1”，“2”，“1”]。。。“數(shù)據(jù)1”：np.random.隨機(5)，... “數(shù)據(jù)2”：np.random.隨機（5） }）>> DF data1 data2 key1 key20-0.410673 0.519378 a One1-2.120793 0.199074 a two2 0.642216-0.143671 B one3 0.975133-0.592994 B two4-1.017495-0.530459 a one Grouped=DF[“data1”]。Groupby（DF[“key1”]>>>；grouped

pandas修改字段類型？

在數(shù)據(jù)幀中，根據(jù)一定的條件，我們可以得到滿足要求的行元素的位置。

代碼如下：

[Python]查看純拷貝

DF=pd.數(shù)據(jù)幀（{“BoolCol”：[1，2，3，3，4]，“attr”：[22，33，22，44，66]}，

index=[10,20,30,40,50]）打印（df）

a=df[（df.BoolCol==3)&安培（數(shù)據(jù)框?qū)傩?=22)]. 索引.tolist（）

打?。╝）

DF如下所示。上面，通過選擇“boolcol”值為3，“attr”值為22的行，我們可以得到該行在DF中的位置

注意：返回的位置是索引列表，根據(jù)索引的不同而不同。這很容易成為數(shù)組中的默認(rèn)下標(biāo)。

[python]查看純拷貝

BoolCol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

[30]