pandas处理数据重构

这篇博客探讨了在使用 pandas 进行数据处理时,如何进行数据聚合,并与 SQL 中的 GROUP BY 语句进行了对比。通过实例展示了在 Python 中如何使用 pandas 的 groupby 方法对数据进行分组,从而实现类似 SQL 的聚合功能。作者指出,虽然两种方法在语法上有所不同,但核心思想相似,都是为了对数据集进行分析和汇总。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

标题pandas数据重构

今天使用pandas做数据重构,使用过程中发现很多和sql语句很相似的单词,单词代表的功能也类似。比如说对数据做聚合。
在sql语句中,我们使用:

select * from tb.table group by SEX

这里SEX指column的名称

在pandas我们使用:

import pandas as pd
df = pd.read_csv(path)
ans = df['fare'].groupby(df['sex'])

这里df可以同样实现对数据做聚合的功能。
还在学习中,后面学习到更多pandas的功能再来比较pandas和sql的相同点与差异性。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值