数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究编写一个 Python 函数，接受 DataFrame 的 Age 和 Salary 列的第二、三、四行作为输入，并找到这些值的平均值和乘积。
输入 −
假设，示例 DataFrame 为：
Id Age salary 0 1 27 40000 1 2 22 25000 2 3 25 40000 3 4 23 35000 4 5 24 30000 5 6 32 30000 6 7 30 50000 7 8 28 20000 8 9 29 32000 9 10 27 23000
输出 −
给定切片行的平均值和乘积的结果为：
mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000
解决方案
为了解决这个问题，我们将遵循以下方法。
定义一个 DataFrame
创建一个函数，使用 iloc 函数切片 Age 和 Salary 列的第二、三、四行，并将结果存储在 result DataFrame 中。
df.iloc[1:4,1:]
从 result DataFrame 中计算平均值和乘积。
示例
让我们看看以下实现，以便更好地理解。
import pandas as pd
def find_mean_prod():
data = [[1,27,40000],[2,22,25000],[3,25,40000],[4,23,35000],[5,24,30000], [6,32,30000],[7,30,50000],[8,28,20000],[9,29,32000],[10,27,23000]]
df = pd.DataFrame(data,columns=('Id','Age','salary'))
print(df)
print("slicing second,third and fourth rows of age and salary columns\n")
result = df.iloc[1:4,1:]
print("mean is\n", result.mean())
print("product is\n", result.prod())
find_mean_prod()输出
Id Age salary 0 1 27 40000 1 2 22 25000 2 3 25 40000 3 4 23 35000 4 5 24 30000 5 6 32 30000 6 7 30 50000 7 8 28 20000 8 9 29 32000 9 10 27 23000 slicing second,third and fourth rows of age and salary columns mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000
更新于: 2021年2月24日
501 次查看
广告