np.random.randn(3, 4), columns=list('ABCD'))
df
# 遍历行
for index, row in df.iterrows(): # index表示索引...2. pd.groupby函数
这个函数的功能非常强大,类似于sql的groupby函数,对数据按照某一标准进行分组,然后进行一些统计。...'Points':[876,789,863,673,741,812,756,788,694,701,804,690]}
df = pd.DataFrame(ipl_data)
2.1 pandas...-- -->'Points':[np.mean, 'sum'], 'Rank':[np.max]}))
# 使用apply的话
print(grouped['Points'].apply(np.mean...,得到的结果是一个以分组名为 index 的结果对象。