中文版Pandas
打印("产品类别计数：", 表格.值计数(CSV数据, "产品类别"))
设 类别综合统计 = 表格.分组聚合(
CSV数据,
"产品类别",
{"销售数量": "求和", "销售额": ["求和", "平均值", "最大值"]},
)
打印("类别综合统计：", 类别综合统计)
设 条件统计 = 表格.条件聚合(
CSV数据,
"产品类别",
[("销售额", ">", 10000, "高额订单")],
"销售额",
)
打印("条件聚合：", 条件统计)原版Pandas
print("产品类别计数：", CSV数据["产品类别"].value_counts())
类别综合统计 = CSV数据.groupby("产品类别").agg({"销售数量": "sum", "销售额": ["sum", "mean", "max"]}).reset_index()
print("类别综合统计：", 类别综合统计)
条件统计 = CSV数据.groupby("产品类别").agg(
行数=("销售额", "size"),
高额订单数量=("销售额", lambda x: (x > 10000).sum()),
).reset_index()
条件统计["高额订单比例"] = 条件统计["高额订单数量"] / 条件统计["行数"]
print("条件聚合：", 条件统计)打印信息
产品类别计数： 产品类别 电子产品 36 电脑配件 27 办公设备 23 网络设备 14 Name: count, dtype: int64 类别综合统计： 产品类别 销售数量 销售额 sum sum mean max 0 办公设备 148 561055 24393.695652 102960 1 电子产品 172 752638 20906.611111 88092 2 电脑配件 148 107499 3981.444444 16448 3 网络设备 71 73499 5249.928571 11241 条件聚合： 产品类别 行数 高额订单数量 高额订单比例 0 办公设备 23 18 0.782609 1 电子产品 36 22 0.611111 2 电脑配件 27 2 0.074074 3 网络设备 14 2 0.142857
