使用内置函数和for语句使用python计算最小值和最大值
我导入数据并将其分配给名为使用内置函数和for语句使用python计算最小值和最大值,python,pandas,dataframe,append,max,Python,Pandas,Dataframe,Append,Max,我导入数据并将其分配给名为life\u exp的pandas数据帧。这是我在数据帧中读取的代码 life_exp = pandas.read_csv('life_expectancy.csv') life_exp = life_exp.dropna() life_exp = life_exp.set_index('Country') 我需要使用pandas内置函数和for-语句来计算每年的最小值和最大值,并将它们分别附加到列表minu per_year和max_per_year。我该怎么做呢
life\u exp
的pandas
数据帧。这是我在数据帧中读取的代码
life_exp = pandas.read_csv('life_expectancy.csv')
life_exp = life_exp.dropna()
life_exp = life_exp.set_index('Country')
我需要使用
pandas
内置函数和for-语句来计算每年的最小值和最大值,并将它们分别附加到列表minu per_year
和max_per_year
。我该怎么做呢?这里有一种方法可以实现这一点:
# Create sample data
life_exp = pd.DataFrame(data={'data': np.random.rand(100)},
index=pd.date_range(start='1/1/2000', periods=100, freq='MS'))
# Group the data by year and compute the min and max
df = life_exp.groupby(life_exp.index.year).min().rename(columns={'data': 'min'})
df['max'] = life_exp.groupby(life_exp.index.year).max().values
print(df)
输出:
min max
2000 0.008992 0.891971
2001 0.279533 0.995257
2002 0.015490 0.846069
2003 0.122584 0.981442
2004 0.027147 0.985625
2005 0.050786 0.906058
2006 0.036598 0.987301
2007 0.020434 0.988755
2008 0.405666 0.939106
确保您的索引是日期时间索引:
life_exp.Country = pd.to_datetime(life_exp.Country)
life_exp = life_exp.set_index('Country')
请展示一些示例数据,谢谢,这两个列表是否只是为了存储信息而创建的变量?将它们存储在字典中以便知道每年对应的值不是更为谨慎吗?您所说的“我需要使用内置函数和for语句”是什么意思?这是设计限制吗?