第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機(jī)立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

Pandas 根據(jù)條件進(jìn)行分組和計算

Pandas 根據(jù)條件進(jìn)行分組和計算

我有以下數(shù)據(jù)框DateTime              ID    Number2020-09-01 09:30:00   1     22020-09-01 09:30:00   2     22020-09-01 10:30:00   3     22020-09-01 10:30:00   4     22020-09-01 10:30:00   5     32020-09-01 11:30:00   6     3我必須使用 Datetime 列對上述數(shù)據(jù)框進(jìn)行分組,并且必須執(zhí)行計算:當(dāng) Number 列的值為 2 時的 ID 計數(shù)/ID 總數(shù)。輸出:DateTime             new_calculated_field2020-09-01 09:30:00  12020-09-01 10:30:00  0.672020-09-01 11:30:00  0
查看完整描述

1 回答

?
牧羊人nacy

TA貢獻(xiàn)1862條經(jīng)驗(yàn) 獲得超7個贊

你的意思是:


df['Number'].eq(2).groupby(df['DateTime']).mean()

輸出:


DateTime

2020-09-01 09:30:00    1.000000

2020-09-01 10:30:00    0.666667

2020-09-01 11:30:00    0.000000

Name: Number, dtype: float64


查看完整回答
反對 回復(fù) 2023-09-05
  • 1 回答
  • 0 關(guān)注
  • 193 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學(xué)習(xí)伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號