有時我們在需要用pandas進行資料分析時，需要使用groupby函式，但是使用該函式後會導致想要的資訊列無法選擇。
舉個例子，現在我需要對下面三個區域的總銷售次數做乙個統計。
#設定了乙個名稱為df的dataframe
df = pd.dataframe(
)data = df.groupby(df[
'區域'])
.count(
)
但是這個結果並不理想，需要對這寫**進行進一步修改。可以使用這個方法
data[
'計數'
]= data[
'10月份銷售'
就可以顯示計數的結果
這個記過還是不理想，可以考慮刪除兩列
del data[
'10月份銷售'
]del data[
'9月份銷售'
]
最後結果就是我們想要的
如果原始列數過多乙個乙個刪除不方便，可以考慮重新建乙個dataframe
df1 = pd.dataframe(data[
'計數'
],index=data.index)
df1
df1就是我們想要的結果，如圖所示
css中選擇器
選擇器描述 attribute 用於選取帶有指定屬性的元素。attribute value 用於選取帶有指定屬性和值的元素。attribute value 用於選取屬性值中包含指定詞彙的元素。attribute value 用於選取帶有以指定值開頭的屬性值的元素，該值必須是整個單詞。attribut...
css中選擇符
1 基本選擇器 1.萬用字元 不建議使用 2.e 標籤 元素 也是我們之前型別選擇器 3.class名 類選擇器 4.id名 id選擇器 5.選擇器1，選擇11器2 群組選擇器 2 關係 層級 選擇器 1.e f 包含選擇器 e父元素，f後代元素，滿足f是e的後代，而且一定要f元素 2.e f 滿足...
Pandas行 列選擇
總也記不住的行列選擇 import pandas as pd dataname price time data pd.read csv test.csv 切片 a b 索引 iloc iloc適用於資料進行了篩選後造成索引號與原來不一致的情況 data.iloc 1 data.iloc 1 pric...