您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
本文小编为大家详细介绍“python数据实例分析”，内容详细，步骤清晰，细节处理妥当，希望这篇“python数据实例分析”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。
假设我们的数据是这样的，无异常无缺失值，下面我通过几个问题，我们来练习用Pandas进行探索性数据分析～
| year | name | salary | title |
|---|---|---|---|
| 2001 | aa | 1500 | first |
| 2002 | bb | 4300 | first |
| 2003 | cc | 7000 | second |
| 2001 | dd | 5000 | third |
我们将数据读取后命名为df
import pandas as pd
df['salary'].max()同样的，最低（min）、平均（mean）。
突然想到了SQL，是不是一句话的事情，select...from...where... 当然，我们的pandas也是一句话的事情：
df[df['name']=='bb']['salary']
那我们就定位到收入最高的行～
df[df['salary']==df['salary'].max()]
# or
df.loc[df['salary'].idxmax()] 是不是自然而然想到了分组，group by?
df.groupby('year').mean()['salary']
这里使用nunique()函数，之前有一个小伙伴和我交流中就发现没有搞懂nunique()函数和unique()函数之间的区别，现在应该懂了吧？
df['title'].nunique()读到这里，这篇“python数据实例分析”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。