groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。...以下是我们如何计算每个商店的平均库存数量和价格。...product_group"], as_index=False).agg(
avg_sales = ("last_week_sales", "mean")
).head()
每个商店和产品的组合都会生成一个组...sales.loc[1000] = [None, "PG2", 10000, 120, 64, 96, 15, 53]
然后计算带有dropna参数和不带有dropna参数的每个商店的平均价格,以查看差异...sales.groupby(["store", "product_group"]).ngroups
18
在商店和产品组列中有18种不同值的不同组合。