Python 不同的括号类型

因此，我一直遵循从reddit获得的关于理解python括号要求的指南： 这是一张单子吗？然后使用括号。 是口述吗？然后用大括号。 否则，您可能需要括号

然而，我遇到了上面无法解释的事情：

df.groupby（'Age'）['Salary'].mean（）

在这种情况下，年龄和薪水都是列表（它们都是df中的列），那么为什么我们要用括号表示年龄，用括号表示薪水呢

此外，为什么均值前有一个点，但不在（‘年龄’）和[‘薪水’]之间

我意识到我问的问题可能相当基本。我正在研究Python基本参考（第四版）开发人员库。如果有人有任何关于我这类问题的消息来源，见到他们会很高兴

谢谢

年龄和薪水都是列表（都是df中的列）

它们是范围/列，而不是列表。Dataframe的group by函数返回一个索引对象。调用方法需要括号，如

print（）

。您可以使用方括号访问索引数据（参考

dict（）

对象）

period和parandise是另一个函数调用

为什么在平均数之前有一个点，但不在（‘年龄’）和[‘薪水’]之间

简短的回答是，

foo.['bar']

的语法无效

---

但是，

df.groupBy（“Age”）。根据该对象上可用的函数，当然可以完成一些_func（）

，如果您原谅我回答了重要的问题，而不是您问的问题……
那是一条非常紧凑的链条。将其分解为单独的行，然后使用IDE的调试视图逐步了解其中涉及的数据类型

query_method = df.groupby
query_string = 'Age'
query_return = query_method(query_string)
data = query_return['Salary']
data_mean = data.mean()

---

在PyCharm调试器中单步执行，您可以看到每个变量的类型。

在中可以找到很多上下文

首先，

df

是类

pandas.DataFrame

的对象。

pandas.DataFrame

有一个名为

groupby

的函数，它接受一些输入。在您的示例中，输入是

'Age'

。向函数传递参数时，如下所示：

my_函数（输入）

当您有多个输入时，传递它们的常用方法是作为多个变量，如下所示

my_函数（input1、input2等）

返回一个不可用的对象。使用切片表示法就像访问

列表

或

dict

中的元素一样，如下所示

my_list=[1,2,3]
打印（我的列表[0]）#-->1
我的字典={
“a”：“苹果”，
“b”：“香蕉”，
“c”：“黄瓜”
}
打印（my_dict[“b]”）#-->香蕉

回到你的具体问题：

df.groupby（'Age'）['Salary'].mean（）
df#df，数据帧变量的名称
.groupby（'Age'）#调用函数groupby以获取按列'Age'分组的帧
['Salary']#从该groupby访问'Salary'元素
.mean（）#并将mean（）函数应用于“Salary”元素

所以，您似乎得到了一份按员工年龄划分的所有平均工资的列表。

---

我希望这有助于解释df.groupby（'Age'）['Salary'].mean（）=

obj.method（param）[Key]。method（）

df

是一个对象。。。包含

groupby

方法的。。。返回一个

字典

。。。包含一个

'Salary'

键的。。。指向一个对象的值。。。包含

mean

方法的。@byxor尽量避免在comments@cricket_007对于我认为将要结束的问题，我会快速回答。这样，我仍然可以帮助OP，而无需提交一个可能会被忽略的低努力的答案。因此，我们在括号中放入我们想要索引groupby对象的内容（在本例中为年龄），然后在方括号中放入我们想要通过索引值平均的数据（在本例中为每个年龄索引的工资）？