python数据科学课件10-pandas基础（三）.pptxVIP

Pandas基础

（三）

课前回顾1、查改增删DataFrame数据2、描述分析DataFrame数据利用数据库数据基本属性，对数据进行查看、修改、新增、删除。数值型数据的描述性统计主要包括了计算数值型数据的完整情况、最小值、均值、中位数、最大值、四分位数、极差、标准差、方差、协方差和变异系数等

情境引入在上节课，我们实现了对数据库中的数据进行操作，但在实际应用中，需求多种多样，我们需要对数据进行更多更深层次分析和利用才会彰显和发挥数据库的用途。

循序善诱对一些数据进行处理，我们可以得到一些有价值的东西。比如老师对学生成绩的汇总，求均值等等，能使老师更好掌握学生的学习概况，从而因材施教。

循序善诱本节课我们将对数据库中的数据进行分组与聚合，并对这些数据进行更加深层次的处理与利用。

新知教授2、聚合1、分组4、课堂总结3、透视表与交叉表

分组

新知教授分组是使用特定的条件将元数据进行划分为多个组。

思维构建使用Groupby方法拆分数据该方法可以提供数据拆分功能，能根据索引或字段对数据进行分组。其常用参数与使用格式如下：DataFrame.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False,**kwargs)

思维构建Groupby方法的参数及其说