Jupyter分组统计平均数代码

以下是一个使用 Jupyter Notebook 进行分组统计平均数的示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'group': ['A', 'A', 'B', 'B', 'B'], 'value': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 使用 groupby 函数进行分组统计平均数
result = df.groupby('group').mean()

# 打印结果
print(result)

这段代码会将数据集按照 'group' 列进行分组，并计算每组的平均值。最后打印出结果。

相关问题

把下面代码改写成jupyter输出，print("按照省份分组的统计数据：") print(province_stats) print("按照景区类型分组的统计数据：") print(type_stats)

好的，以下是将代码改写为在Jupyter Notebook中输出的方式：

import pandas as pd

# 读取数据文件
data = pd.read_csv("data.csv")

# 按照省份分组，计算每个省份的平均评分、门票价格、评论条数
grouped_by_province = data.groupby("省份")
province_stats = grouped_by_province.agg({
    "评分": ["mean", "median", "var"],
    "门票": ["mean", "median", "var"],
    "评论条数": ["mean", "median", "var"]
})

# 按照景区类型分组，计算每个类型的平均评分、门票价格、评论条数
grouped_by_type = data.groupby("景区类型")
type_stats = grouped_by_type.agg({
    "评分": ["mean", "median", "var"],
    "门票": ["mean", "median", "var"],
    "评论条数": ["mean", "median", "var"]
})

# 输出结果
print("按照省份分组的统计数据：")
display(province_stats)
print("按照景区类型分组的统计数据：")
display(type_stats)

在Jupyter Notebook中，我们可以使用`display()`函数来输出结果。这个函数会自动将DataFrame格式的数据以表格的形式显示出来，更加方便查看。

jupyter读取训练集数据并统计数据量、字段数量、分样本数量（flag字段分组汇总）、查看call_cnt字段的最大值和最小值 筛选出通话时长小于等于500，且大于100的用户，计算其平均年龄

首先，您需要将训练集数据加载到Jupyter Notebook。您可以使用Pandas库处理和分析数据是一种可能的现方法：

import pandas as pd

# 读取训练集数据
df = pd.read_csv('train_dataset.csv')

# 统计数据量和字段数量
num_rows = df.shape[0]  # 数据量，即行数
num_cols = df.shape[1]  # 字段数量，即列数

# 分样本数量（flag字段分组汇总）
sample_counts = df.groupby('flag').size()

# 查看call_cnt字段的最大值和最小值
max_call_cnt = df['call_cnt'].max()
min_call_cnt = df['call_cnt'].min()

# 筛选出通话时长小于等于500，且大于100的用户
filtered_df = df[(df['call_cnt'] <= 500) & (df['call_cnt'] > 100)]

# 计算筛选后用户的平均年龄
average_age = filtered_df['age'].mean()

请确保将代码中的"train_dataset.csv"替换为您实际的训练集文件名，并根据您的数据集调整列名和筛选条件。