门户网站如何做seo,如何将模板导入wordpress,网站建设 开题报告,郑州市官网数据统计与数据分组 1. 知识点1.18 分箱与统计个数1.19 分组与求和统计1.20 分组获取最小值1.21 分组获取值个数1.22 分组与条件查询1.23 分组与条件查询及获取最大值1.24 分组及自定义函数1.25 分组lambda函数统计 2. 题目2.18 按分类统计薪水#xff08;数据统计#xff09… 数据统计与数据分组 1. 知识点1.18 分箱与统计个数1.19 分组与求和统计1.20 分组获取最小值1.21 分组获取值个数1.22 分组与条件查询1.23 分组与条件查询及获取最大值1.24 分组及自定义函数1.25 分组lambda函数统计 2. 题目2.18 按分类统计薪水数据统计2.19 查找每个员工花费的总时间(数据分组)2.20 游戏玩法分析 I(数据分组)2.21 每位教师所教授的科目种类的数量(数据分组)2.22 超过5名学生的课(数据分组)2.23 订单最多的客户(数据分组)2.24 按日期分组销售产品(数据分组)2.25 每天的领导和合伙人(数据分组) 1. 知识点
1.18 分箱与统计个数
分箱操作# float(inf)正无穷
bins[0,20000,50001,float(inf)]
labels[Low Salary, Average Salary, High Salary]
accounts[category]pd.cut(accounts[income],binsbins,labelslabels,rightFalse)数值统计accounts_newaccounts[category].value_counts().reset_index()1.19 分组与求和统计
分组统计employeesemployees.groupby([event_day,emp_id]).agg({total_time:sum}).reset_index()多种数值统计employeesemployees.groupby([event_day,emp_id]).agg(
total_add(total_time,sum),
total_mean(total_time,mean)
).reset_index()1.20 分组获取最小值
分组获取最小值activityactivity.groupby(player_id).agg(first_login(event_date,min)).reset_index()1.21 分组获取值个数
分组获取最小值teacherteacher.groupby(teacher_id).agg(cnt(subject_id,count)).reset_index()1.22 分组与条件查询
coursescourses.groupby(class).agg(counts(student,count)).reset_index() # 分组
coursescourses.query(counts5)[[class]] # 条件查询1.23 分组与条件查询及获取最大值
分组统计ordersorders.groupby(customer_number).agg(counts(order_number,count)).reset_index()最大值max_ordersorders[counts].max()条件查询resultsorders.query(fcounts{max_orders})[[customer_number]]1.24 分组及自定义函数
def get_join(x):x_listsorted(list(set(x)))return ,.join(x_list)def get_count(x):x_listset(x)return len(x_list)activitiesactivities.groupby([sell_date]).agg(num_sold(product,get_count),products(product,get_join)).reset_index()1.25 分组lambda函数统计
daily_salesdaily_sales.groupby([date_id,make_name]).agg(unique_leads(lead_id,lambda x:len(set(x))),unique_partners(partner_id,lambda x:len(set(x)))).reset_index()2. 题目
2.18 按分类统计薪水数据统计 import pandas as pddef count_salary_categories(accounts: pd.DataFrame) - pd.DataFrame:# float(inf)bins[0,20000,50001,float(inf)]labels[Low Salary, Average Salary, High Salary]accounts[category]pd.cut(accounts[income],binsbins,labelslabels,rightFalse)accounts_newaccounts[category].value_counts().reset_index()accounts_newaccounts_new.rename(columns{count:accounts_count})accounts_newaccounts_new.sort_values(category,ascendingFalse)return accounts_new2.19 查找每个员工花费的总时间(数据分组) import pandas as pddef total_time(employees: pd.DataFrame) - pd.DataFrame:# pandas流employeesemployees.assign(total_time employees.out_time-employees.in_time).groupby([event_day,emp_id]).agg({total_time:sum}).reset_index().rename(columns {event_day:day})# employees[total_time]employees[out_time]-employees[in_time]# employeesemployees.groupby([event_day,emp_id])[total_time].sum().reset_index()# employeesemployees.rename(columns{event_day:day})# employees.sort_values(emp_id,inplaceTrue)return employees2.20 游戏玩法分析 I(数据分组) import pandas as pddef game_analysis(activity: pd.DataFrame) - pd.DataFrame:activityactivity.groupby(player_id).agg(first_login(event_date,min)).reset_index()return activity2.21 每位教师所教授的科目种类的数量(数据分组) import pandas as pddef count_unique_subjects(teacher: pd.DataFrame) - pd.DataFrame:teacher.drop_duplicates([teacher_id,subject_id],inplaceTrue)teacherteacher.groupby(teacher_id).agg(cnt(subject_id,count)).reset_index()return teacher2.22 超过5名学生的课(数据分组) import pandas as pddef find_classes(courses: pd.DataFrame) - pd.DataFrame:coursescourses.groupby(class).agg(counts(student,count)).reset_index()return courses.query(counts5)[[class]]2.23 订单最多的客户(数据分组) import pandas as pddef largest_orders(orders: pd.DataFrame) - pd.DataFrame:ordersorders.groupby(customer_number).agg(counts(order_number,count)).reset_index()max_ordersorders[counts].max()resultsorders.query(fcounts{max_orders})[[customer_number]]return results2.24 按日期分组销售产品(数据分组) import pandas as pddef categorize_products(activities: pd.DataFrame) - pd.DataFrame:activitiesactivities.groupby([sell_date]).agg(num_sold(product,lambda x:len(set(x))),products(product,lambda x:,.join(sorted(list(set(x)))))).reset_index()return activities
2.25 每天的领导和合伙人(数据分组) import pandas as pddef daily_leads_and_partners(daily_sales: pd.DataFrame) - pd.DataFrame:daily_salesdaily_sales.groupby([date_id,make_name]).agg(unique_leads(lead_id,lambda x:len(set(x))),unique_partners(partner_id,lambda x:len(set(x)))).reset_index()return daily_sales
