摘要：
详见:https://www.cnblogs.com/Yanjy-OnlyOne/p/11195621.html 阅读全文
摘要：
#时间戳格式改为YYYY-mm-DD hh:MM:ss df['pdate']=pd.to_datetime(df['Timestamp'],unit='s') #从日期中快速取出月份 df_group=df.groupby([df["pdate"].dt.month,"Rating"])["Use 阅读全文
摘要：
上图是获取2018年每个月温度最高的2天数据。 另一种解题思路 要得到销售排名前3位的城市，先进行排序。 详细见https://www.sohu.com/a/344992003_165070 阅读全文
摘要：
参考此文章:https://www.jianshu.com/p/e76861ed1815 写得很详细 map仅能传一下参数 map传入一个字典或一个函数都可。 apply可以传多个参数 apply注意asix值，asix=0，以列计算（按行扫数据），asix=1，以行计算（按列扫数据） applym 阅读全文
摘要：
同样以股票数据为例 Series单层索引 ser=stocks.grougby('公司').['收盘'].mean（） 返回以公司为维度作为索引的平均值。（ser值的含义：A公司的股票收盘平均值，B公司的股票收盘平均值，...X公司的股票收盘平均值） Series的分层索引Mulitindex se 阅读全文
摘要：
分组统计在实际应用中是非常多的。比如：对不同地区的销售量的统计，不同班级的分数统计，同一月份的统计等。比如查询每个月最高气温。 先通过分组groapby方法查出每个月的聚合数据，而且再利于agg进行max计算。 group_data=df.groupby('month').agg({'bWendy' 阅读全文