data layui table 排序_使用pandas的pivot_table方法统计2019年各省份GDP最大最小值及其对应的所在城市...

现有一组2019年全国GDP百强城市名单，包含序号，省区，城市，GDP（亿元）四个字段，需要找出各省份GDP最大最小值及其对应的所在城市。

我的代码编写是这样的：

import pandas as pd
import numpy as np
GDP_Data_2019=pd.read_excel('D:python学习网易微专业数据分析课程python数据分析基础2019年GDP排名100强城市.xlsx')
GDP_Data_2019['城市（最大值）']=GDP_Data_2019['城市（最小值）']=GDP_Data_2019['城市'] #在GDP_Data_2019数据表中新增两列，存放各省GDP最高和最低的城市名称
GDP_Data_2019['GDP最大值']=GDP_Data_2019['GDP最小值']=GDP_Data_2019['GDP(亿元)'] #在GDP_Data_2019数据表中新增两列，存放各省GDP最大值和最小值
result=pd.pivot_table(GDP_Data_2019,index=['省区'],values=['GDP最大值','城市（最大值）','GDP最小值','城市（最小值）'],aggfunc={'GDP最大值':np.max,'城市（最大值）':lambda x:x.values[0],'GDP最小值':np.min,'城市（最小值）':lambda x:x.values[-1]})
#对GDP_Data_2019数据表进行数据透视分析，索引（分组）为各个省份（对应‘省区’字段），需要进行最大最小值以及对应的城市作为values值输出，统计函数使用max，min函数
# 对应的城市使用lambda函数，因为数据表已经按照GDP高低排序，各个省份排在首位的城市自然就是这个省份GDP最高的城市，各个省份排在末位的自然就是这个省份GDP（100强范围内）最低的城市
print(result)

输出结果如下，如有不妥之处，欢迎批评指正。