1、函数agg的用法及适用范围
data = g1.agg(['mean', 'std', cal_size]) 多种处理
data1 = g1.agg([('average', 'mean'), ('error', 'std'), ('size', cal_size)]) 重命名
g1.agg({'value1': 'sum', 'value2': 'mean'})
2、DataFrame中的loc,iloc,at,iat,ix的用法和区别
https://blog.csdn.net/wr339988/article/details/65446138
df.loc[2,"A"] 按索引查找
df.iloc[2,2] 按位置查找
df["A"] 按索引查找列
df.A 按索引查找列
at 用法与loc类似 更快 只能找单个元素
iat 同上 iloc
ix：loc和iloc的混合
3、筛选函数的总结，如between \ & \ ~ \ isin \ ==
C.b.between(10,12)
C.b.isin([10,12])
isin：df.E.isin(['a','c'])
4、个人总结第二部分目的及需求
按照地域对销售表现进行细分，计算各区域和重点城市的销售环比
5、建议梳理过程易出错、报错的点，存储到自己的知识库中，以及分享总结
网友评论