- 零基础入门Python数据分析与机器学习
- 王国平
- 158字
- 2022-07-27 18:22:54
3.4.1 指定列数据统计
在介绍Pandas数据聚合之前,先创建一个关于不同地区商品退单量的数据集,示例代码如下:

运行上述代码,创建的数据集如下:

可以使用level参数选项指定在某列上进行数据统计,例如统计最近两年的平均退单量,示例代码和输出如下:

level参数不仅可以使用列名称,还可以使用列索引号,例如统计不同地区的平均退单量,示例代码和输出如下:

在介绍Pandas数据聚合之前,先创建一个关于不同地区商品退单量的数据集,示例代码如下:
运行上述代码,创建的数据集如下:
可以使用level参数选项指定在某列上进行数据统计,例如统计最近两年的平均退单量,示例代码和输出如下:
level参数不仅可以使用列名称,还可以使用列索引号,例如统计不同地区的平均退单量,示例代码和输出如下: