练习3-数据分组
探索酒类消费数据
步骤1 导入必要的库
运行以下代码
import pandas as pd
步骤2 从以下地址导入数据
运行以下代码
# 本地对应的'drinks.csv'路径
path3 ='D:/hailong/hailong_download/pandas_exercise/exercise_data/drinks.csv'
步骤3 将数据框命名为drinks
运行以下代码
drinks = pd.read_csv(path3)
drinks.head()
输出结果
步骤4 哪个大陆(continent)平均消耗的啤酒(beer)更多？
运行以下代码
drinks.groupby('continent').beer_servings.mean()
输出结果
步骤5 打印出每个大陆(continent)的红酒消耗(wine_servings)的描述性统计值
运行以下代码
drinks.groupby('continent').wine_servings.describe()
输出结果
步骤6 打印出每个大陆每种酒类别的消耗平均值
运行以下代码
drinks.groupby('continent').mean()
输出结果
步骤7 打印出每个大陆每种酒类别的消耗中位数
运行以下代码
drinks.groupby('continent').median()
输出结果
步骤8 打印出每个大陆对spirit饮品消耗的平均值，最大值和最小值
运行以下代码
drinks.groupby('continent').spirit_servings.agg(['mean','min','max'])
输出结果
代码截图
