python使用groupby之后怎么給分組之后的列名？Pandas提供靈活高效的分組功能，使您能夠以自然的方式對(duì)數(shù)據(jù)集進(jìn)行切片、切片和匯總。基于一個(gè)或多個(gè)鍵（可以是函數(shù)、數(shù)組或數(shù)據(jù)幀列名）拆分pan

python使用groupby之后怎么給分組之后的列名？

Pandas提供靈活高效的分組功能，使您能夠以自然的方式對(duì)數(shù)據(jù)集進(jìn)行切片、切片和匯總?；谝粋€(gè)或多個(gè)鍵（可以是函數(shù)、數(shù)組或數(shù)據(jù)幀列名）拆分panda對(duì)象。計(jì)算組摘要統(tǒng)計(jì)信息，例如計(jì)數(shù)、平均值、標(biāo)準(zhǔn)差或用戶定義的函數(shù)。對(duì)數(shù)據(jù)幀的列應(yīng)用各種函數(shù)。應(yīng)用組內(nèi)變換或其他操作，例如歸一化、線性回歸、排序或子集選擇。計(jì)算數(shù)據(jù)透視表或交叉表。分位數(shù)分析和其他分組分析。R 1。首先，讓我們看一下以下非常簡(jiǎn)單的表格數(shù)據(jù)集（以數(shù)據(jù)幀的形式）：
123456789101112
Import panda as PD>>>；DF=pd.數(shù)據(jù)幀（{“key1”：[“a”，“a”，“b”，“b”，“a”]。。?！版I2”：[“1”，“2”，“1”，“2”，“1”]。。?！皵?shù)據(jù)1”：np.random.隨機(jī)(5)，... “數(shù)據(jù)2”：np.random.隨機(jī)（5） }）>> DF data1 data2 key1 key20-0.410673 0.519378 a One1-2.120793 0.199074 a two2 0.642216-0.143671 B one3 0.975133-0.592994 B two4-1.017495-0.530459 a one Grouped=DF[“data1”]。Groupby（DF[“key1”]>>>分組

如果是基本的，我想找一個(gè)在線網(wǎng)站學(xué)習(xí)如何開始是可以的。如果你想系統(tǒng)地學(xué)習(xí)，我建議從不同的方向?qū)W習(xí)會(huì)更有效率。例如下面三個(gè)，分別為安全域、數(shù)據(jù)分析、網(wǎng)絡(luò)爬蟲等。如果是游戲指導(dǎo)或機(jī)器學(xué)習(xí)，找另一個(gè)。。