pandas中的DataFrame中可以根據(jù)某個屬性的同一值進(jìn)行聚合分組，可以選單個屬性，也可以選多個屬性：

成都創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),霞浦企業(yè)網(wǎng)站建設(shè),霞浦品牌網(wǎng)站建設(shè),網(wǎng)站定制,霞浦網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,霞浦網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

代碼示例：

import pandas as pd
A=pd.DataFrame([['Beijing',1.68,2300,'city','Yes'],['Tianjin',1.13,1293,'city','Yes'],['Shaanxi',20.56,3732,'Province','Yes'],['Hebei',18.77,7185,'Province','No'],['Qinghai',72,560,'Province','No']],columns=['Name','Area','Population','Administrative_level','Have 985'])
for name,group in A.groupby('Administrative_level'):
  print(name)
  print(group)
for name,group in A.groupby(['Administrative_level','Have 985']):
  print(name)
  print(group)

本文標(biāo)題：Python中的groupby分組功能的實例代碼-創(chuàng)新互聯(lián)
轉(zhuǎn)載來源：http://chinadenli.net/article14/dcjige.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供搜索引擎優(yōu)化、域名注冊、網(wǎng)站排名、外貿(mào)建站、網(wǎng)站營銷、網(wǎng)站改版

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)