Pandas之DataFrame的Groupby操作的常用三板斧

1. 模拟数据

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: company=["A","B","C"]
   ...: 
   ...: data=pd.DataFrame({
   
   ...:     "company":[company[x] for x in np.random.randint(0,len(company),10)],
   ...:     "salary":np.random.randint(5,50,10),
   ...:     "age":np.random.randint(15,50,10)
   ...: 	}
   ...: )

In [4]: company
Out[4]: ['A', 'B', 'C']

In [5]: data
Out[5]: 
  company  salary  age
0       C      45   18
1       B      43   33
2       A      19   21
3       B      39   21
4       A      49   28
5       A      14
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值