在使用Jupyter分析财务数据后，我如何获取各年份中最高和最低的数据值？

在Jupyter Notebook中分析财务数据后，如果你的数据存储在一个Pandas DataFrame中，你可以通过简单的步骤找到每个年份中最高和最低的数据值。以下是一种常见的方法：

1. 首先，确保DataFrame有一个日期列（如"Year"），表示每年的数据，以及你想比较的具体数值列。

import pandas as pd

# 假设df是你的DataFrame
df = pd.read_csv('financial_data.csv')  # 替换为你实际的文件路径

2. 使用`groupby`函数按年份分组，并对数值列应用`min`和`max`函数来找出每一年的最小值和最大值：

yearly_max_values = df.groupby('Year')['your_numerical_column'].max()
yearly_min_values = df.groupby('Year')['your_numerical_column'].min()

这里的`'your_numerical_column'`需要替换为你要查找的财务数据列名。

3. 结果将会是两个新的Series，分别包含每年的最大值和最小值。

如果你想得到一个DataFrame形式的结果，可以将这两个Series转换回来：

result_df = pd.DataFrame({'Max Values': yearly_max_values, 'Min Values': yearly_min_values})

4. 最后，你可以显示结果或者进一步处理它：

print(result_df)