อินพุต -
สมมติ DataFrame ตัวอย่างดังนี้
Id Age salary 0 1 27 40000 1 2 22 25000 2 3 25 40000 3 4 23 35000 4 5 24 30000 5 6 32 30000 6 7 30 50000 7 8 28 20000 8 9 29 32000 9 10 27 23000
เอาต์พุต -
ผลลัพธ์ค่าเฉลี่ยและผลคูณของแถวที่เลือก
mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000
วิธีแก้ปัญหา
เราจะทำตามขั้นตอนด้านล่าง
สร้าง DataFrame
สร้างฟังก์ชัน ตัดแถวที่ 2, 3, 4 ของคอลัมน์ age และ salary โดยใช้ iloc แล้วเก็บใน DataFrame ใหม่
df.iloc[1:4,1:]
คำนวณค่าเฉลี่ยและผลคูณจาก DataFrame ที่ได้
ตัวอย่าง
ดูโค้ดด้านล่างเพื่อความเข้าใจที่ดีขึ้น
import pandas as pd
def find_mean_prod():
data = [[1,27,40000],[2,22,25000],[3,25,40000],[4,23,35000],[5,24,30000], [6,32,30000],[7,30,50000],[8,28,20000],[9,29,32000],[10,27,23000]]
df = pd.DataFrame(data,columns=('Id','Age','salary'))
print(df)
print("slicing second,third and fourth rows of age and salary columns\n")
result = df.iloc[1:4,1:]
print("mean is\n", result.mean())
print("product is\n", result.prod())
find_mean_prod()
ผลลัพธ์
Id Age salary 0 1 27 40000 1 2 22 25000 2 3 25 40000 3 4 23 35000 4 5 24 30000 5 6 32 30000 6 7 30 50000 7 8 28 20000 8 9 29 32000 9 10 27 23000 slicing second,third and fourth rows of age and salary columns mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000
