03-数据分组-探索酒类消费数据

利用python进行金融数据分析

基本配置 import pandas as pd pd.set_option('display.width',1000) url1 = 'https://raw.githubusercontent.com/justmarkham/DAT8/master/data/u.user' url2 = 'https://raw.githubusercontent.com/justmarkham/DAT8/master/data/drinks.csv'

drinks2 = pd.read_csv(url1,sep="|",index_col='user_id')

drinks = pd.read_csv(url2) 哪个大陆（continent)评价消耗的啤酒（beer)更多 print(drinks.groupby('continent').beer_servings.mean())

输出每个大陆（continent）的红酒消耗（wine_servings)的描述性统计值 print(drinks.groupby('continent').wine_servings.describe())

输出每个大陆每种酒类别的消耗平均值 print(drinks.groupby('continent').mean())

输出每个大陆每种酒类别的消耗中位数 print(drinks.groupby('continent').median())

输出每个大陆对spirit饮品消耗的平均值，最大值和最小值 print(drinks.groupby('continent').spirit_servings.agg(['mean','min','max']))

本文由 所长 创作，采用 知识共享署名4.0 国际许可协议进行许可 本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名 最后编辑时间为: Apr 24, 2018 at 07:26 am