因此，我有一個(gè)按性別劃分的簡(jiǎn)單銷(xiāo)售額匯總數(shù)據(jù)框，內(nèi)容如下：Gender | Sales___________________M | 25F | 30我現(xiàn)在想要做的就是在 Python 中返回一行內(nèi)容：銷(xiāo)售金額的平均差距為 16.67%這只是 30 - 25 除以 30，再乘以 100；我想在最后有一個(gè) % 符號(hào)。我努力了：m_sales = df.loc[df['Gender'] == 'M']f_sales = df.loc[df['Gender'] == 'F']print('The mean gap in the amount sold is:', m_sales['Sales'] - f_sales['Sales'] / m_sales['Sales'] * 100, '%')不幸的是這不起作用。我得到：銷(xiāo)售金額的平均差距為： 0 NaN 1 NaN 名稱：銷(xiāo)售額，dtype：對(duì)象 %請(qǐng)問(wèn)想法？我是一個(gè)非常初學(xué)者，很抱歉有這樣一個(gè)基本的查詢！
2 回答
紅糖糍粑
TA貢獻(xiàn)1815條經(jīng)驗(yàn) 獲得超6個(gè)贊
附加["Sales"].iloc[0]到過(guò)濾器表達(dá)式以直接獲取M和 的值F，然后將這些更改print()也投影到函數(shù)中：
m_sales = df.loc[df['Gender'] == 'M']["Sales"].iloc[0]
f_sales = df.loc[df['Gender'] == 'F']["Sales"].iloc[0]
print('The mean gap in the amount sold is:', (f_sales - m_sales) / f_sales * 100, '%')The mean gap in the amount sold is: 16.666666666666664 %
說(shuō)明：
df.loc[df['Gender'] == 'M']是一個(gè)數(shù)據(jù)框；"Sales"通過(guò)附加["Sales"]您獲得的系列（僅包含 1 個(gè)元素）來(lái)選擇列，并且通過(guò)附加，
.iloc[0]您可以獲得該系列的第一個(gè)（=唯一一個(gè)）元素。
筆記：
您可以使用 f-string （對(duì)于 Python 3.6+）或.format()調(diào)整輸出的方法，例如
print(f'The mean gap in the amount sold is: {(f_sales - m_sales) / f_sales * 100:.2f}%')The mean gap in the amount sold is: 16.67%
斯蒂芬大帝
TA貢獻(xiàn)1827條經(jīng)驗(yàn) 獲得超8個(gè)贊
好的，您希望能夠直接按性別對(duì)您的銷(xiāo)售進(jìn)行索引（使用.loc[]），因此我們讀取您的數(shù)據(jù)幀以index_col=[0]將索引設(shè)置為Gender列，然后squeeze=True將剩余的 1 列數(shù)據(jù)幀減少為一個(gè)系列。
然后我使用 f 字符串進(jìn)行格式化。請(qǐng)注意，我們可以將表達(dá)式內(nèi)聯(lián)到 f 字符串中：
import pandas as pd
from io import StringIO
dat = """\
Gender | Sales
___________________
M | 25
F | 30
"""
sl = pd.read_csv(StringIO(dat), sep='\s*\|\s*', skiprows=[1], index_col=[0],
engine='python', squeeze=True)
# Sales
# Gender
# M 25
# F 30
print(f"The mean gap in the amount sold is: {100.*(1 - sl.loc['M']/sl.loc['F']):.2f}%")
# The mean gap in the amount sold is: 16.67%
# ...but f-strings even have a datatype for percent: `:.2%`, so we don't need the `100. * (...)` boilerplate.
print(f"The mean gap in the amount sold is: {(1 - sl.loc['M']/sl.loc['F']):.2%}")
The mean gap in the amount sold is: 16.67%
...如果您想更進(jìn)一步并減少 df -> Series -> dict，請(qǐng)執(zhí)行sl.to_dict()，現(xiàn)在您sl['M']/sl['F']可以像您可能想要的那樣直接引用（顯然我們失去了 Series 的所有豐富方法。）
添加回答
舉報(bào)
0/150
提交
取消