資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究編寫一個 Python 函式，接受 DataFrame 的 Age 和 Salary 列的第二、三、四行作為輸入，並找到這些值的平均值和乘積。
輸入 −
假設，示例 DataFrame 為：
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
輸出 −
給定切片行的平均值和乘積的結果為：
mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000
解決方案
為了解決這個問題，我們將遵循以下方法。
定義一個 DataFrame
建立一個函式，使用 iloc 函式切片 Age 和 Salary 列的第二、三、四行，並將結果儲存在 result DataFrame 中。
df.iloc[1:4,1:]
從 result DataFrame 中計算平均值和乘積。
示例
讓我們看看以下實現，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()輸出
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
更新於: 2021年2月24日
501 次檢視
廣告