在 Python Pandas 中查找 group-by 和 sum，我们可以使用 groupby(columns).sum()。步骤创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame df。使用 df.groupby().sum() 查找 groupby sum。此函数获取给定列并对其值进行排序。之后，根据排序后的值，它还会对其他列的值进行排序。打印 groupby sum。示例import pandas as pd df = pd.DataFrame(     {        "Apple": [5, 2, 7, 0],        "Banana": [4, 7, 5, 1],        "Carrot": [9, 3, 5, 1]     } ) print "Input DataFrame 1 ... 阅读更多

要创建列的子集，我们可以使用 filter()。通过它，我们可以使用 like 运算符过滤具有相似模式的列值。首先，让我们创建一个包含 3 列的 DataFrame -dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", "Earphone"], "Opening_Stock": [300, 700, 1200, 1500], "Closing_Stock": [200, 500, 1000, 900]})现在，让我们创建一个包含多个列的子集 -dataFrame[['Opening_Stock', 'Closing_Stock']]创建具有相似模式名称的子集 -dataFrame.filter(like='Open')示例以下是完整的代码 -import pandas as pd dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", "Earphone"], "Opening_Stock": [300, 700, 1200, 1500], "Closing_Stock": [200, 500, 1000, 900]}) print"DataFrame...", dataFrame print"显示子集 ... 阅读更多

要在 Python Pandas 中根据列名获取列索引，我们可以使用 get_loc() 方法。步骤-创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame df。使用 df.columns 查找 DataFrame 的列。打印步骤 3 中的列。初始化一个变量 column_name。获取 column_name 的位置，即索引。打印 column_name 的索引。示例-import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 7, 0],       "y": [4, 7, 5, 1],       "z": [9, 3, 5, 1]    } ) print"输入 DataFrame 1 为：", df columns = ... 阅读更多

当需要构造等位数元组时，使用“//”运算符和列表切片。示例以下是相同内容的演示my_list = [5613, 1223, 966143, 890, 65, 10221] print("列表为：") print(my_list) my_result = [] for sub in my_list: mid_index = len(str(sub)) // 2 element_1 = str(sub)[:mid_index] element_2 = str(sub)[mid_index:] my_result.append((int(element_1), int(element_2))) print("结果列表为：") print(my_result)输出列表为：[5613, 1223, 966143, 890, 65, 10221] 结果列表为：[(56, 13), (12, 23), (966, 143), (8, 90), ... 阅读更多

当需要省略 K 长度行时，使用简单的迭代和“len”方法以及“append”方法。示例以下是相同内容的演示my_list = [[41, 7], [8, 10, 12, 8], [10, 11], [6, 82, 10]] print("列表为：") print(my_list) my_k = 2 print("K 的值为") print(my_k) my_result = [] for row in my_list: if len(row) != my_k : my_result.append(row) print("结果列表为：") print(my_result)输出列表为：[[41, 7], [8, 10, 12, 8], [10, 11], [6, ... 阅读更多

当需要提取具有公差元素的行时，使用迭代和标志值。示例以下是相同内容的演示my_list = [[31, 27, 10], [8, 11, 12], [11, 12, 13], [6, 9, 10]] print("列表为：") print(my_list) my_result = [] for row in my_list:    temp = True    for index in range(0, len(row) - 1): if row[index + 1] - row[index] != row[1] - row[0]: temp = False ... 阅读更多

当需要计算多项式方程时，使用简单的迭代以及“*”运算符。示例以下是相同内容的演示my_list = [3, -6, 3, -1, 23, -11, 0, -8] print("列表为：") print(my_list) x = 3 my_list_length = len(my_list) my_result = 0 for i in range(my_list_length): my_sum = my_list[i] for j in range(my_list_length - i - 1): my_sum = my_sum * x my_result = my_result + my_sum print("结果为：") print(my_result)输出列表 ... 阅读更多

当需要测试元组列表是否包含单个元素时，使用标志值和简单的迭代。示例以下是相同内容的演示my_list = [(72, 72, 72), (72, 72), (72, 72)] print("列表为：") print(my_list) my_result = True for sub in my_list:    flag = True    for element in sub:       if element != my_list[0][0]:          flag = False          break    if not flag:       my_result = False       break if(flag == True): ... 阅读更多

当需要重新分配修剪后的值时，使用列表推导式和“/”运算符。示例以下是相同内容的演示my_list = [11, 26, 24, 75, 96, 37, 48, 29, 93] print("列表为：") print(my_list) key = 2 print("key 的值为") print(key) full_sum = sum(my_list) trimmed_list = my_list[key:len(my_list) - key] trim_sum = sum(trimmed_list) add_value = (full_sum - trim_sum) / len(trimmed_list) result = [ele + add_value for ele in trimmed_list] print("结果列表为：") print(result)输出列表为：[11, 26, 24, 75, 96, 37, 48, 29, 93] key 的值 ... 阅读更多

当需要获取列表中连续相同元素的计数时，使用迭代、“append”方法和“set”方法。示例以下是相同内容的演示my_list = [24, 24, 24, 15, 15, 64, 64, 71, 13, 95, 100] print("列表为：") print(my_list) my_result = [] for index in range(0, len(my_list) - 1): if my_list[index] == my_list[index + 1]: my_result.append(my_list[index]) my_result = len(list(set(my_result))) print("结果为：") print(my_result)输出列表为：[24, 24, 24, 15, 15, 64, 64, 71, 13, ... 阅读更多