Python 如何根据条件提取多个列

我不熟悉这种数据分析，目前正在处理一家公司的数据。我有超过100列的数据。这些列相互关联，其中前四列提供数据的描述（id、域、描述、实际目标）。其他列的其余部分只是其他数值，基本上说明了他们当天达到的目标值

所以，基本上公司让我找到的问题是，哪个id波动最大，哪个id没有达到目标

我想知道，我如何正确地执行这个问题，因为这是我第一次为一家公司做数据分析

首先，我对域进行分组，以查看有多少id与不同的域相关联

然后我开始查找每个域（分组）中每个id的平均值。在查找平均值时，我基本上可以看到id是否未能达到该域的目标。不言而喻，如果大多数id未能到达特定域中的目标，则表示域/id未能到达目标

df.groupby('Domain)['Id'].count() /*This tells me different domain with how many id's are there */
df[(df.Domain == 'Finance')].mean(axis = 1) /*Finance is just one of the domain that has different id's associated to it */

但我面临的问题是，我可以提取分组域中每个id的平均值，但是我似乎无法打开与这些平均值关联的id和目标列。所以我可以比较平均值是否达到目标值。

---

我猜您的数据集与此类似：

import pandas as pd
data = {'domain': ['Finance', 'RD', 'Finance', 'RD'], 'target': [34, 2, 41, 86]}
df = pd.DataFrame(data)

    domain  target
0  Finance      34
1       RD       2
2  Finance      41
3       RD      86

当然，您可以使用groupby查找特定列的统计值。比如说,

df_grouped = df.groupby('domain')['target'].sum().reset_index()

    domain  target
0  Finance      75
1       RD      88

通过使用mean（）或其他统计函数，您必须了解可能影响解释的样本量。比如说,

data = {'domain': ['Finance', 'RD', 'RD', 'RD'], 'target': [100, 2, 54, 86]}
df = pd.DataFrame(data)

    domain  target
0  Finance     100
1       RD       2
2       RD      54
3       RD      86


df_grouped = df.groupby('domain')['target'].mean()

    domain      target
0  Finance  100.000000
1       RD   47.333333

数据可视化

import matplotlib.pyplot as plt
df_grouped.plot.bar()
plt.show()

---

你好，我设法找到了这个问题的答案 所以基本上我就是这么做的

df[“avg”]=df.iloc[：，3::]平均值（轴=1）

---

df[（df.Domain=='Finance'）].loc[：，['ID'，'Domain'，'Target'，'avg']

感谢您的回复。我想从你的角度来看，你的解释很清楚。但是，我想这并没有回答我的问题。我已经添加了我的表的照片。现在对于该表，如果我执行新的df.groupby（'Domain'）['ID'].count（），它将根据我的域对数据进行排序。之后，如果我执行df[（df.iloc[：，2:：.Domain=='Finance'].mean（axis=1），它将为我提供财务域日期的平均值，但是，我希望输出显示行的平均值以及平均值的目标值（因此财务ID的目标值）以及金融领域的ID。@krijan我强烈建议您以表格形式或其他形式显示数据样本和预期输出，以使每个人都能清楚地理解。您好，我找到了我问题的答案并发布了出来，请查看我的答案。：）。非常感谢你的帮助，我真的很感激这将基本上打印出avg列以及ID，域，目标。通过这样做，我很容易将目标与平均值进行比较：）