如何根据索引值对熊猫数据帧进行分组？
在 Pandas 中，可以使用 groupby() 方法根据索引值对熊猫数据帧进行分组。groupby() 方法将数据帧按照指定的索引值进行分组，并返回一个分组对象。然后，可以对分组对象应用聚合函数或其他操作。
下面是一个完善且全面的答案：
根据索引值对熊猫数据帧进行分组的步骤如下：
- 导入 Pandas 模块：
import pandas as pd- 创建一个熊猫数据帧：
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]}, index=['a', 'b', 'a', 'b'])- 使用
groupby()方法根据索引值进行分组：
grouped = df.groupby(df.index)- 对分组对象应用聚合函数或其他操作，例如计算每个分组的平均值：
grouped.mean()以上代码将根据索引值对数据帧 df 进行分组，并计算每个分组的平均值。
熊猫数据帧的分组操作可以帮助我们按照索引值对数据进行分组统计、聚合分析等操作。这在数据分析、数据挖掘、机器学习等领域中非常常见。
腾讯云提供了云原生数据库 TDSQL-C，它是一种高性能、高可用、弹性伸缩的云原生数据库产品。TDSQL-C 可以满足大规模数据存储和处理的需求，适用于各种场景，包括在线交易、物联网、人工智能等。您可以通过以下链接了解更多关于 TDSQL-C 的信息：TDSQL-C 产品介绍
请注意，本答案没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商，以符合问题要求。
相关·内容
我有数据帧df -
a b c
0 1 5 0
1 1 6 1
2 1 7 0
3 3 8 0
需要根据-c列进行分组-类似-
a b c
0 [1, 1] [5, 6] [0, 1]
1 1 7 0
2 3 8 0
它可以通过迭代df来完成。还有其他更像熊猫之类的方式吗？
浏览 6提问于2021-05-05得票数 1
回答已采纳
我使用groupby对一些数据进行分组：
df1['N° of options'] = df.groupby(['Country','Restaurant']).Food.size()
其结果是合并成组参数的数据帧，而不是沿着单元格重复这些值。
关于如何显示这样的数据有什么线索吗？现在，我得到了这样的东西：
谢谢你！！
浏览 4提问于2022-08-24得票数 0
回答已采纳
我有一个类似于此的DataFrame：
list1 = [4656, 5455, 4545, 6992, 4233, 4596, 4699, 4899, 7896, 4526, 4872, 6952]
list2 = [4466, 4899, 4554, 4771, 1477, 1445, 4523, 1456, 3695, 6258, 1452, 4878]
index1= ['A50_C1','A50_C2','A50_I1','A50_I2','A50_N1','A50_N2','A6
浏览 2提问于2014-10-25得票数 0
回答已采纳
我有一个填充了以下数据的pandas数据帧：
Date val count
0 2013-01 A 1
1 2013-01 M 1
2 2013-02 M 2
3 2013-03 B 3
4 2013-03 M 5
5 2014-05 B 1
我是matplotlib的新手，不知道如何使用Y轴(count)、X轴(Date)和三条单独的曲线来绘制这些数据，val的每个值对
浏览 60提问于2018-08-05得票数 0
回答已采纳
1回答
给出了如下数据框架：
In [8]:
df
Out[8]:
Experiment SampleVol Mass
0 A 1 11
1 A 1 12
2 A 2 20
3 A 2 17
4 A 2 21
5 A 3 28
6 A 3 29
7 A 4 35
8 A 4 38
9 A 4 35
10 B 1 12
11 B 1 11
12 B 2 22
13 B 2 24
14 B 3 30
15 B 3 33
1
浏览 3提问于2017-03-06得票数 1
回答已采纳
我有一个包含列Items和Ranges的数据帧。 Items Ranges
0 A 30
1 A 30
2 A -10
3 B 20 我想合并重复的行并添加范围值，但只针对完全相同的行。生成的数据帧应如下所示： Ranges
Items
A 60
A -10
B 20 我尝试了df2 = df1.groupby(['Items']).sum()，得到的结果如下： Ranges
Items
浏览 19提问于2021-04-05得票数 1
回答已采纳
熊猫数据帧可以根据其列的值进行排序，但我想按照不想添加到数据框架中的系列的值对数据帧进行排序--尽管它具有相同的索引。
我通过将该系列添加到数据框架(作为一个列)、排序和再次删除该列来排序数据帧。在示例代码中，nprojnpercent是我的数据框架，total是我的系列：
nprojnpercent["total"]=total
nprojnpercent.sort_values(by="total",ascending=False,inplace=True)
nprojnpercent.pop("total")
很管用，但对我来说很奇怪。是否
浏览 2提问于2016-04-16得票数 2
回答已采纳
1回答
我有一个数据帧，其中我有一些ID，对于每个ID，我有一些值和时间戳(连续5到7天，每5分钟大约有一个值)。我想为每个小时和每个ID选择该小时的平均值、中位数和方差，并将它们存储在不同的列中，如以下结果所示： hour mean var median ID
0 2 4 4 1234
1 4 5 3 1234
...
23 2 2 3 1234 我的专栏有： ID int64
Value
浏览 14提问于2019-09-07得票数 0
回答已采纳
1回答
我有一个具有1mi行和分层索引(国家、州、城市，按此顺序)的pandas数据帧，每行都有一个产品的价格观察。我如何计算每个国家、州和城市的均值和标准差(请记住，由于我的df很大，我正在避免循环)？对于每个级别的均值和标准差，我希望将值保存在此数据框中的新列中，以供将来访问。
浏览 16提问于2017-06-23得票数 1
回答已采纳
4回答
我有一只熊猫，就像：
a b id
1 10 6 1
2 6 -3 1
3 -3 12 1 # id is 1, but needs a tie breaker
4 -2 12 1 # id is 1, but needs a tie breaker
5 4 8 2
6 12 11 2
7 3 -5 2
8 3 -5 2
如何制作一个新的数据帧，该数据首先取id列，然后每次列b超过10，如果有多行符合此标准，则通过选择列a中
浏览 2提问于2017-05-17得票数 0
回答已采纳
我有一本熊猫词典DataFrames。我想组合这个字典中的数据帧，以创建一个包含较少键的字典，但使用较大的数据帧作为值。
例如，在下面的示例中，我希望从d创建d_new。
d = {1: pd.DataFrame({'a':[1,2],'b':[3,4]}),
2: pd.DataFrame({'a':[3,4],'b':[5,6]}),
3: pd.DataFrame({'a':[10,11],'b':[12,13]}),
4: pd.DataFrame({
浏览 0提问于2021-10-14得票数 0
1回答
复杂的熊猫选择
、、
我有一个看起来像这样的DataFrame：
Col1 Col2 Col3 Value
A 1 a 1
A 1 b 1.4
A 2 a 1.2
A 2 b 0
B 1 a 1.2
B 1 b 0.5
B 2 a 1
B 2 b 1.9
我
浏览 12提问于2020-05-13得票数 1
2回答
我有一个数据框架，它显示了每个观众对一系列电影的排名。我想为每个性别列出收视率最高的电影。下面是我所做的：
most_rated_gen=lens.groupby(['sex','title']).size().sort_values(ascending=False).to_frame()
我原本希望看到的数据帧如下所示：
sex | title
M A
B
C
D
F B
C
D
A
相反，我得到了这个：
我不知道为什么它会显示M，F，M，F，M。你知道我该怎么解决这
浏览 0提问于2021-11-27得票数 0
2回答
这是我的数据框架。 index y
6/17/2018 100
6/24/2018 200
7/1/2018 100
7/8/2018 200
7/15/2018 300
… … 所需的数据帧将为： index y MonthlyAverage
6/17/2018 100 150
6/24/2018 200 150
7/1/2018 100 200
7/8/2018 200 200
7/15/2018 300 200
… … … 有什么建议吗？
浏览 13提问于2020-04-02得票数 0
回答已采纳
1回答
我在git集线器上找到了这个功能。
def std_div(data, threshold=3):
std = data.std()
mean = data.mean()
isOutlier = []
for val in data:
if val/std > threshold:
isOutlier.append(True)
else:
isOutlier.append(False)
return isOutlier
我想把这个应用到每个组的dataFrame中(部门
浏览 2提问于2017-03-22得票数 0
回答已采纳
1回答
我完全是一个数据帧的新手，在一些基本的想法上真的很挣扎。我想要取几列的平均值(例如，x，y和z运动，以获得每行的幅度)。一些虚拟数据： 'time', 'x', 'y', 'z'
1, 1.3, 0.1, 2.2
2, 1.2, 0.5, 2.0
3, 1.5, 0.3, 2.0
4, 1.3, 0.0, 2.5
5, 1.1, 0.3, 2.3 我以为我在用groupby()做点什么，但没有骰子。 grouped_df = df.groupby('x', 'y', '
浏览 21提问于2021-11-12得票数 1
回答已采纳
2回答
给出数据
user month valueX valueY
--------------------------------
884 2013-01 1 5
889 2013-02 0 15
884 2013-02 7 29
889 2013-01 9 38
我怎样才能做到这一点：
user |2013-01-valueX |2013-02-valueX |2013-01-valueY |2013-02-valueY
------------------------------------
浏览 3提问于2017-09-24得票数 2
回答已采纳
因此，我正在做一个来自Datacamp的练习，它告诉您从两个文件中按地区汇总预期寿命。
包含列的life_fname：“国家”、“预期寿命”
来源：
包含列的regions_fname：'Country'，'Region‘
来源：
# Read life_fname into a DataFrame: life
life = pd.read_csv(life_fname, index_col='Country')
# Read regions_fname into a DataFrame: regions
regions = pd.read_csv(r
浏览 4提问于2018-08-24得票数 2
2回答
我希望将数据从数据框架中分割成两列，并使用这些数据构造新列。
我的数据框架是，
dfc = pd.DataFrame( {"A": ["GT:DP:RO:QR:AO:QA:GL", "GT:DP:RO:QR:AO:QA:GL", "GT:DP:RO:QR:AO:QA:GL", "GT:DP:GL", "GT:DP:GL"], "B": ["0/1:71:43:1363:28:806:-71.1191,0,-121.278", "0/1:71:43:1363:2
浏览 11提问于2016-12-29得票数 4
回答已采纳
我有一个小问题，我找不到解决方案。我以这个数据集为例: Columns=A、B、C
A,B,C
F,Relax,begin
F,,
F,,
H,,
H,,
H,,
G,,
H,,
I,,
G,,
H,Relax,end
O,Cook,begin
Q,,
P,,
I,,
O,,
R,,
P,,
O,Cook,end
H,Relax,begin
F,,
G,,
I,,
I,,
I,,
I,,
I,,
I,,
I,Relax,end
我想在多个数据帧中按不同的间隔拆分这个数据帧。例如，预期的最终数据帧：
dataframe 1
A,B,C
F,Relax,begin
F,,
F,,
H,,
H,,
浏览 0提问于2021-10-13得票数 0
1回答
我正在尝试编写一段代码，以便对所提供的数据进行总结。然而，我现在面临的问题很少。
当我使用groupby函数时，我得到以下输出。
我希望输出给我一个排序的结果。例如，拥有最高"SkyTeam“客户的机场出现在顶部。我已经写了一些代码，但是找不到连接它们的方法。
#(Airport name, Skyteam passenger, airport total passenger)
#Sorted with 2 rule, "Skyteam Highest to Lowest" and "Total pax Highest to lowest"
('
浏览 0提问于2021-01-02得票数 0
回答已采纳
1回答
熊猫系列应用方法
、、
我一直在使用熊猫应用的方法，用于系列和数据，但我显然仍然遗漏了一些东西，因为我被一个简单的函数所困扰，我正在尝试执行。
我就是这么做的：
def minmax(row):
return (row - row.min())/(row.max() - row.min())
row.apply(minmax)
但是，这将返回一个全零级数。例如，如果
row = pd.Series([0, 1, 2])
然后
minmax(row)
按需要返回0.0、0.5、1.0。但是，row.apply(minmax)返回0、0、0。
我相信这是因为这个系列是ints的，整数除法返回0。但是我不明白，
浏览 3提问于2016-06-09得票数 2
回答已采纳
2回答
这个grouper函数是如何工作的，以及在df.groupby()中lamda函数是如何工作的。
数据：
day city temperature windspeed event
0 1/1/2017 new york 32 6 Rain
1 1/2/2017 new york 36 7 Sunny
2 1/3/2017 new york 28 12 Snow
3 1/4/2017 new york
浏览 0提问于2020-05-23得票数 0
1回答
我有一个大的数据文件，我试图在一个实例中一分钟一分钟地组合日期，另一种情况下在30分钟内合并日期。
df = pd.read_csv('2015-09-01.csv', header=None,\
names=['ID','CITY', 'STATE', 'TIMESTAMP','TWEET'], \
low_memory=False, \
parse_dates=['TI
浏览 1提问于2015-10-07得票数 1
回答已采纳
1回答
我成功地从futbin.com上获取了国际足联19名球员的时间序列价格数据。我现在已经有超过200‘，000行的玩家和价格数据。对于每个玩家，我有大约17种不同的价格(有各自的时间戳)
我现在想做一个新的数据帧，每个玩家只有一行，价格应该是这个特定玩家一段时间内的平均价格。每个玩家都有一个唯一的"Futbin_ID“号。直到现在我还不知道该怎么做。如果有人能帮我的话我会很感激的。
浏览 1提问于2018-11-14得票数 0
1回答
给出一个类似于这样的DataFrame
Index Time Val
1 2017-06-29 17:48 0
2 2017-06-29 17:49 0
3 2017-06-29 17:50 1
4 2017-06-29 17:51 2
5 2017-06-29 17:52 3
6 2017-06-29 17:53 0
7 2017-06-29 17:54 0
8 2017-06-29 17:55 0
9
浏览 0提问于2017-06-29得票数 1
回答已采纳
1回答
我有这个数据：
我想基于F_measure映射类智能集群。对于集群0，最大F-度量值为0.055.因此群集0被映射到类26。我能从这里提取一本字典吗？或者如何获取这些信息。我试过了，但不幸的是结果是这样的。
e_df['Clus_to_Class'] = e_df.groupby('Cluster')['F_measure'].transform('max')
浏览 5提问于2022-03-11得票数 0
回答已采纳
我在熊猫数据框架中有如下数据：
df1 = pd.DataFrame({'A':['yes','yes','yes','yes','no','no','yes','yes','yes','no'],
'B':['yes','no','no','no','yes','yes'
浏览 11提问于2016-02-08得票数 177
回答已采纳
2回答
我有一个来自pdf和一些文本的数据框架，这些文本应该在一行中，现在跨越不同数量的行，如下所示：
df_missing = data.frame(group = c("East","","","West","","",""),
order = c("this","is supposed to be","one line","this","is supposed to
浏览 1提问于2018-06-06得票数 1
回答已采纳
我有以下数据帧 import pandas as pd
df = pd.DataFrame({'Volcano Name': ['a', 'b', 'a', 'c', 'b', 'b', 'e', 'd', 'b', 'e', 'e'],
'Start Year': [1960, 1962, 1961, 1961, 1961, 1960, 1959
浏览 22提问于2020-12-13得票数 1
1回答
我有一个数据框架如下：
marker date value identifier
EA 2007-01-01 0.33 55
EA 2007-01-01 0.73 56
EA 2007-01-01 0.51 57
EA 2007-02-01 0.13 55
EA 2007-02-01 0.23 57
EA 2007-03-01 0.82
浏览 2提问于2015-05-11得票数 1
回答已采纳
1回答
假设我正在处理以下数据框架：
Mydata <- data.frame(X1 = c(1,2,3,4,5,6,7,8,9,10),X2 = c(1,3,1,1,1,5,1,1,8,1),
X3 = c(1,2,3,4,5,6,7,8,9,10),X4 = c(1,3,1,1,1,5,1,1,8,1),
X5 = c(1,2,3,4,5,6,7,8,9,10),X6 = c(1,3,1,1,1,5,1,1,8,1),
X7 = c(1,2,3,4,5,6,7,8,9
浏览 1提问于2018-07-26得票数 5
回答已采纳
2回答
我有一个像这样的数据文件：
TF name
0 A
1 A
0 A
0 A
1 B
1 B
0 B
1 B
1 B
我需要生成一个由此产生的数据，它将计算我的数据中每个人有多少个0和1。
因此，上述结果将是：
name True False
A 3 1
B 1 4
我不认为groupby会在这种情况下起作用。除了循环和计数之外，还有其他的解决办法吗？
浏览 1提问于2017-01-11得票数 1
回答已采纳
我有一个脚本，可以将系统日志文件读取到pandas数据帧中，并从这些数据帧生成图表。图表适用于较小的数据集。但当我面对更大的数据集时，由于更长的数据收集时间框架，图表变得太拥挤而无法辨别。
我计划对数据帧进行重采样，以便如果数据集超过一定大小，我将对其进行重采样，以便最终只有SIZE_LIMIT行数。这意味着我需要过滤数据帧，这样每个n= actual_size/SIZE_LIMIT行都会聚集到新数据帧中的一行。agregation可以是平均值，也可以是第n行。
我对熊猫不是很熟悉，所以可能错过了一些明显的方法。
浏览 2提问于2013-01-30得票数 4
回答已采纳
3回答
如何从一组元组中过滤数据帧，以使配对是相同的？我需要一种更优雅的写作方式。我尽量不使用merge，因为它会降低效率。 所以我有一个名为tup_list：[('118', '35'), ('35', '35'), ('118', '202')的元组列表，假设每个元组中的第一个元素是A，第二个元素是B，我试图根据这个tup_list过滤我的数据帧，其中的配对需要相同。 原始数据帧： A B
118 35
118 40
35 202
118 1
35 35 根据tup_list过滤后，新的数据帧
浏览 28提问于2018-12-21得票数 4
1回答
我的问题是如何连接两个数据帧，这两个数据帧是由groupby方法以及sum()和max()函数创建的。
情况是:我有第一个数据帧和下一个结构：
第二个具有相同的结构，但不是DepartmentDescripton...变量，我有“星期一”，“星期二”等等。
然后我试着加入他们：
train_joined_dep_week = pd.merge(tr_bin_dep_grouped, tr_bin_weekday_grouped_flag, left_on=["VisitNumber"], right_on=["VisitNumber"], how=&#
浏览 0提问于2015-11-21得票数 0
聚类标签(在多标签分类问题中)，这些标签主要出现在数据帧中？例如，我有以下数据：
text | genre
===========================
text 1 | [action,mistery,horror,thriller]
text 2 | [drama,romance]
text 3 | [comedy,drama,romance]
text 4 | [scifi,mystery,horror,thriller]
text 5 | [horror,mystery,thriller]
如何将经常出现的标记聚在一起？例如，类型“神秘”、“恐
浏览 0提问于2020-12-22得票数 1
3回答
当我尝试按行合并两个数据文件时，执行：
bigdata = data1.append(data2)
我得到以下错误：
异常:索引不能包含重复的值！
第一数据帧的索引从0到38开始，第二数据帧的索引从0开始到48。我不明白在合并之前必须修改其中一个数据帧的索引，但我不知道如何修改。
谢谢。
以下是两个数据文件：
data1
meta particle ratio area type
0 2 part10 1.348 0.8365 touching
1 2 part18 1.558 0.8244 single
2
浏览 3提问于2011-10-15得票数 28
回答已采纳
2回答
我对python完全是个新手。我有两个数据帧，它们属于相同的数据集，但一个是输入，一个是输出。 因此，下面是我的输入数据帧 Document_ID OFFSET PredictedFeature
0 0 2000
0 8 2000
0 16 2200
0 23 2200
0 30 2200
1 0 2100
1
浏览 4提问于2019-10-16得票数 2
回答已采纳
2回答
我有一个包含5000行的timeseries数据帧(df_ohlc_OTF)。我还有一个listner，它接收1到1行(df_latest_OTF_candle)。当我收到一行时，我希望删除最旧的行，并将新行添加到数据帧中。 现在，我使用如下的Concat函数来完成此操作： if len(df_ohlc_OTF.index)>5000:
df_ohlc_OTF = df_ohlc_OTF.drop(df_ohlc_OTF.index[0], axis='index') # remove oldest row
df_ohlc_OTF = pd.concat([
浏览 15提问于2020-10-10得票数 0
1回答
熊猫合并与布尔索引
、、、
我在Python3.4中使用熊猫来识别两个数据帧之间的匹配。除了最后一列之外，匹配是基于严格相等的，在最后一列中，关闭匹配(+/- 5)很好。
一个数据帧包含许多行，而在本例中，第二个数据帧只是一行。所需的结果是包含第一数据帧的子集的数据帧，如所述，该第一数据帧与该行匹配。
我首先讨论了布尔索引的具体解决方案，但这需要一段时间才能完成所有的数据，所以我尝试了熊猫合并功能。但是，在我的测试数据上，合并的实现甚至更慢。它的运行速度比布尔索引慢2到4倍。
下面是一个测试运行：
import pandas as pd
import random
import time
def make_lsts(l
浏览 3提问于2016-01-26得票数 1
回答已采纳
1回答
我想读取一个文件夹，里面有一些.csv文件，并找到重复的坐标。.csv如下所示： 0 0 0 1 1
0 1 2 1 1
0 0 0 1 2
... 这里是第0行和第2行的副本，因为前3列(坐标)是相同的。 我想也许在比较之前对数据帧进行排序会加快代码的速度。但是我不确定如何在python中正确地对它进行排序(我会按第一列进行排序。然后，对于第一列中相同的元素，第二列中的元素和第三列中的元素相同。因此，数据帧： 0 1 1 1 1
0 1 0 1 2
2 0 1 0 0
0 0 0 1 1
would look like this:
0 0 0 1 1
0 1 0 1 2
0 1 1
浏览 8提问于2019-06-07得票数 0
1回答
我有两个变量"start“和"end"，它们由多个时间帧组成，我想用它们来对数据帧进行切片。我如何使用python来实现这一点？
(我只找到了两个时间框架的解决方案，或者时间框架必须以字符串而不是变量的形式输入的解决方案)
变量start：
8 2019-10-06 00:10:00
9 2019-10-06 12:00:00
10 2019-11-06 17:28:00
14 2019-06-15 16:37:00
18 2019-06-19 18:23:00
19 2019-06-20 16:56:00
20 2019-06-21 1
浏览 10提问于2020-02-11得票数 0
2回答
用熊猫分组和比较
、、
我有如下数据：
Identifier Category1 Category2 Category3 Category4 Category5
1000 foo bat 678 a.x ld
1000 foo bat 78 l.o op
1000 coo cat 678 p.o kt
1001 coo sat 89 a.x
浏览 3提问于2017-06-11得票数 7
回答已采纳
我有两个数据帧：
df:
col1 col2
0 x 1
1 a 2
2 b 3
3 c 4
和
df2:
col1 col2
0 x 1
1 a 2
2 f 6
3 c 4
我希望获得数据帧，其中df2中的新行将被添加到新的数据帧中，该数据帧具有df的相同索引，如下所示：
col1 col2
0 x 1
1 a 2
2 b 3
3 f 6
4 c 4
浏览 8提问于2022-03-14得票数 1
回答已采纳
我有一个在多索引数据have (例如(a，b))上创建的groupby对象。我可以使用df.get_group((a,b))访问内部组。但是，我也希望能够访问外部组，比如df.get_group((a,))。我可以通过df.xs(key,level)命令间接实现这一点，但这并不是解决问题的理想方法。有人能帮我吗？
df1.get_group(('specialty finance','mortgage finance'))
lasts prev ticke
浏览 2提问于2016-02-02得票数 2
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
我有一个带有3级MultiIndex的数据帧。它们是“类别”、“品牌”和“邮政编码”。Dataframe中有一个系列("Sales")。我想循环"Category“和"Brand”索引级别，并提供一个以"Zip Code“作为索引和"Sales”作为系列的Dataframe。
当我只有两个多索引级别时，我使用了groupby，例如
for name, group in df.groupby(level = 0):
我正在苦苦思索如何遍历下一个索引级别。
浏览 2提问于2016-10-15得票数 1
1回答
举个例子，一个数据帧看起来像这样： date price ticker volume
0 2018-01-01 1.323 AI 2000
1 2018-01-02 1.525 AI 1500
2 2018-01-03 1.045 AI 500
3 2018-01-04 1.845 AI 600
4 2018-01-05 1.045 AI 500
5 2018-01-02 1.446 BOC 550
6 2018-01-03 2.110
浏览 15提问于2021-05-04得票数 1
回答已采纳
3回答
我有以下数据帧：
name Jan Feb Mar Apr May Jun Jul Aug \
0 IBM 156.08 160.01 159.81 165.22 172.25 167.15 164.75 152.77
1 MSFT 45.51 43.08 42.13 43.47 47.53 45.96 45.61 45.51
2 GOOGLE 512.42 537.99 559.72 540.50 535.24 532.92 590
浏览 18提问于2017-08-26得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
