————————————————————————————————————————————————————————————————————–
##分组对列采用聚合函数
#分组对列采用聚合函数
import pandas as pd
pd.set_option ('display.unicode.east_asian_width',True)
df=pd.read_excel('电脑配件销售记录.xlsx')
#print(df.head())
dfl=df[['产品名称','数量']]
#print (dfl)
print (dfl. groupby ('产品名称'). agg (['sum', 'mean' ]))
数量 sum mean 产品名称 DVD光驱 120 40.000000 SD存储卡 44 14.666667 手写板 57 28.500000 无线网卡 10 10.000000 蓝牙适配器 118 39.333333 键盘 120 120.000000 键盘 20 20.000000 麦克风 47 47.000000 鼠标 68 34.000000
##分组对不同的列采用不同的聚合函数
#分组对不同的列采用不同的聚合函数
import pandas as pd
pd.set_option ('display.unicode.east_asian_width',True)
df=pd.read_excel('电脑配件销售记录.xlsx')
#print(df.head())
df1=df[['产品名称','数量','成交金额']]
#print (dfl)
print (df1.groupby('产品名称').agg({'数量':['sum','mean'],'成交金额':['max']}))
数量 成交金额 sum mean max 产品名称 DVD光驱 120 40.000000 11520 SD存储卡 44 14.666667 5800 手写板 57 28.500000 8170 无线网卡 10 10.000000 1780 蓝牙适配器 118 39.333333 6588 键盘 120 120.000000 21600 键盘 20 20.000000 3600 麦克风 47 47.000000 4653 鼠标 68 34.000000 15548
原文地址：http://www.cnblogs.com/988MQ/p/16908680.html
1. 本站所有资源来源于用户上传和网络，如有侵权请邮件联系站长！
2. 分享目的仅供大家学习和交流，请务用于商业用途!
3. 如果你也有好源码或者教程，可以到用户中心发布，分享有积分奖励和额外收入！
4. 本站提供的源码、模板、插件等等其他资源，都不包含技术服务请大家谅解！
5. 如有链接无法下载、失效或广告，请联系管理员处理！
6. 本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！
7. 如遇到加密压缩包，默认解压密码为"gltf",如遇到无法解压的请联系管理员！
8. 因为资源和程序源码均为可复制品，所以不支持任何理由的退款兑现，请斟酌后支付下载
声明：如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性
