对熊猫来说非常陌生(2天),在我的奥斯卡奖数据集上运行以下groupby命令。在
df[(df.Award == 'Best Actress') & (df.Winner == 1.0)].groupby('Name')
我收到了以下输出,通常是在可视化之前,但这次不是。在
^{pr2}$我期待着她们各自的女主角都能获得奥斯卡最佳女主角的称号。在
为什么不查特?在
编辑:
数据看起来像这样。在
Year Ceremony Award Winner Name Film
0 1928 1 Actor 0.0 Richard Barthelmess The Noose
1 1928 1 Actor 1.0 Emil Jannings The Last Command
2 1928 1 Actress 0.0 Louise Dresser A Ship Comes In
3 1928 1 Actress 1.0 Janet Gaynor 7th Heaven
4 1928 1 Actress 0.0 Gloria Swanson Sadie Thompson
5 1928 1 Art Dir 0.0 Rochus Gliese Sunrise
我认为您需要^{} 并聚合一些函数,例如^{} ,如果需要过滤列} 或{a4}:
Name
的计数,以及绘图函数^{或使用^{} :
^{pr2}$编辑:
我认为非常好的教程是10 Minutes to pandas。在
这与可视化之前的结果不同。
这个是
pandas
DataFrameGroupBy
对象的文本表示。在在Python中,一切都是一个对象。然而,并不是每一个物体都有一种直观的方式来呈现在屏幕上。有一个名为
__repr__
的方法控制该对象的文本表示。在本例中,df.groupby('col_name')
返回一个DataFrameGroupBy
对象。该对象的__repr__
方法返回您看到的<pandas.core.groupby.DataFrameGroupBy object at 0x1166b8cc0>
字符串。对于该方法来说,用<>
包装生成对象的类的泛型描述是相当典型的。在它看起来很眼熟。}。实际上,可以用分号
matplotlib
为一个轴输出__repr__
:df.plot()
产生{df.plot();
来抑制输出尽管如此,我还是不确定你对图表的期望是什么
^{pr2}$相关问题 更多 >
编程相关推荐