在groupby后需要有关agg函数的帮助，以便进行最后一次操作
。groupby是一种常用的数据处理操作，用于按照指定的列或条件将数据分组。在分组之后，我们通常需要对每个组进行一些聚合操作，例如求和、平均值、计数等。而这时就需要使用到agg函数。
agg函数，全称为aggregate（聚合）函数，是一种用于对分组后的数据进行聚合操作的函数。它可以接收一个或多个聚合函数作为参数，并对每个组内的数据进行相应的计算。常见的聚合函数包括sum（求和）、mean（求平均值）、count（计数）、max（求最大值）、min（求最小值）等。
使用agg函数的语法如下：
df.groupby(by=[列名1, 列名2,...]).agg({'列名A': ['聚合函数1', '聚合函数2', ...], '列名B': ['聚合函数1', '聚合函数2', ...], ...})例如，假设我们有一个名为df的数据表，其中包含了学生的姓名、年龄和成绩。我们想要按照姓名分组，并计算每个学生的平均成绩和最高成绩。可以使用如下代码：
import pandas as pd
df = pd.DataFrame({'姓名': ['张三', '李四', '王五', '赵六', '张三', '李四'],
'年龄': [18, 19, 20, 19, 18, 20],
'成绩': [80, 85, 90, 95, 85, 90]})
result = df.groupby(by='姓名').agg({'成绩': ['mean', 'max']})
print(result)输出结果：
成绩
mean max
姓名
李四 87.5 90
张三 82.5 85
王五 90.0 90
赵六 95.0 95在腾讯云的产品中，推荐使用TDSQL（https://cloud.tencent.com/document/product/236）来处理类似的分组聚合操作。TDSQL是一款高性能、高可靠的关系型数据库，适用于各种业务场景。通过TDSQL，您可以方便地对分组后的数据进行聚合操作，并且提供了丰富的SQL语法支持。
当然，根据具体的业务需求和数据规模，您也可以考虑使用其他腾讯云产品，如CVM（https://cloud.tencent.com/document/product/213）进行数据计算和处理，COS（https://cloud.tencent.com/document/product/436）进行数据存储，SCF（https://cloud.tencent.com/document/product/583）进行函数计算等。腾讯云提供了一系列的云服务，可以满足您在云计算领域的各种需求。
相关·内容
2回答
您好，我有一个包含多行相同ID的dataframe，其中一列是日期(按升序排列)。我想计算第一个条目和最后一个条目之间的日期差异。
为此，我实例化了一个pandas构造函数，如下所示：
g = df.groupby('ID')
print(pd.DataFrame({'first':g.Date.nth(0), 'last':g.Date.nth(-1)}))
第一个值是正确的，但是，最后一个值几乎不是正确的。
例如，对于特定的id，first date是2000-05-08，last date是8/21/2010。输出的结果是：
浏览 49提问于2018-03-05得票数 6
回答已采纳
2回答
我正在处理一个数据形式的数据。我的数据是：
left_id right_id
a b
a c
c e
我希望以这样的方式编写代码，以便输出如下所示：
key value
a b,c
c e
在输入数据中，a发生了两次。一次用c，一次用b。因此，a的值被赋值为b和c。对于c，该值被赋值为e。
请帮我解决这个问题。
浏览 1提问于2020-03-15得票数 0
回答已采纳
1回答
这是我的桌子：
A B C E
0 1 1 5 4
1 1 1 1 1
2 3 3 8 2
现在，我想按照A和B列对所有行进行分组。C列应该求和，对于E列，我想使用C值为max的值。
我完成了A组和B组的第一部分并总结了C。我这样做是用：
df = df.groupby(['A', 'B'])['C'].sum()
但在这一点上，我不知道如何判断列E应该取C为max的值。
最终结果应该如下所示：
A B C E
0 1 1 6 4
1 3 3 8 2
有人能帮我处理这段过去的事吗？谢
浏览 0提问于2018-08-11得票数 4
回答已采纳
1回答
了解群体与熊猫
、、
我试着用电影数据集上的熊猫来找出评论最多的10个评论家，并把他们的名字列在一个表格里，上面写着他们工作的杂志的名字，以及他们的第一次和最后一次评论的日期。
电影数据集从csv文件开始，在excel中，该文件如下所示：
critic fresh date publication title reviewtext
r.ebert fresh 1/2/12 Movie Mag Toy Story 'blahblah'
n.bob rotten 4/2/13 Time Ghostbusters &#
浏览 1提问于2014-03-08得票数 0
回答已采纳
联非新议程的返回复杂类型可以吗？比如，使用键作为整数的Map和字符串数组的值？
例如，假设我有以下输入数据
id | name | amount
-------------------------
1 | foo | 10
2 | bar | 15
1 | car | 20
1 | bus | 20
我的目标/输出数据帧是
id | my_sum_along_with_names
-------------------------------------------------------------
1 | Map(key -> 50, value ->
浏览 0提问于2018-02-10得票数 0
回答已采纳
1回答
假设我有这个数据
d = {'group' : ('A', 'B', 'C', 'A', 'A', 'B') ,
'T/F': (1, 0, 1, 0, 1, 1)}
df1 = pd.DataFrame(d)
看上去像这样
T/F group
0 1 A
1 0 B
2 1 C
3 0 A
4 1 A
5 1 B
我想做一个条形图，对A、B和C组的1s数和0数进行排序。
浏览 1提问于2016-02-14得票数 2
回答已采纳
2回答
我有两个数据文件，一个简单地带有一些独特的ids和关联的names，如下所示：
Id name
0 name_a
1 name_b
2 name_c
第二个dataframe包含存储在数组中的第一个dataframe的ids，在每一行中：
Row_1 row_2
0 [0,2]
1 [1,0]
我的问题是，是否可以替换第二个数据based中的数组，以便根据names从第一个df检查ids，因此：
Row_1 row_2
0 [name_a, name_c]
1 [name_b, name_a]
创建第一个df的映射并使用udf将其添加到第二个df似乎太费时了。对于如何处理这个问题，任何帮助都是
浏览 1提问于2022-01-28得票数 2
2回答
我对R的data.table有更多的经验，但我正在尝试学习pandas。在data.table中，我可以这样做：
> head(dt_m)
event_id device_id longitude latitude time_ category
1: 1004583 -100015673884079572 NA NA 1970-01-01 06:34:52 1 free
2: 1004583 -100015673884079572 NA NA 1970-01-01 06:34
浏览 2提问于2016-08-26得票数 6
4回答
我需要下面行中的结果数据帧，以便在groupBy之后的max('diff')列中有一个别名“diff”。但是，下面的行不会进行任何更改，也不会抛出错误。
grpdf = joined_df.groupBy(temp1.datestamp).max('diff').alias("maxDiff")
浏览 0提问于2015-11-04得票数 46
回答已采纳
3回答
假设我有以下内容：
In [20]: df.groupby("dummy").agg({"returns": [np.mean, np.sum]})
Out[20]:
returns
sum mean
dummy
1 0.285833 0.028583
如何删除“返回”标题？这样我就有了包含“和”和“平均”列的数据？
浏览 3提问于2017-11-27得票数 1
回答已采纳
下面是我的一个数据集： ? 我想使Case_List是按案例ID分类，并按行动时间排序的事件。 案例ID应从0开始计数，事件应在‘.’之间组织 如何在Pandas中按重新设计的案例组对时间戳数据进行排序，如下所示？ ? 最后，我想在每个案例ID中列出第一次操作时间和最后一次操作时间。 有没有有用的函数来做这些事情？
浏览 55提问于2020-09-10得票数 0
我有一个数据帧df
A B C Value
0 10 aa MN 5
1 10 aa NaN 6
2 12 bb MN 5
3 13 cc BK 7
4 13 cc Nan 8
5 14 cc SI 8
我正在尝试清理日期，以便在列A和B相同的情况下，将C赋值给匹配值，并将行和和C组合在一起
df:
A B C Value
0 10 aa MN 11
1 12 bb MN 5
2 13 cc BK 15
3
浏览 6提问于2019-11-07得票数 0
回答已采纳
3回答
摘要：
我有许多包含数据(data_cols)和文本(text_cols)的列，我想通过引用列名列表来执行以下操作，但无法计算出来：df.groupby('id', as_index=False).agg({data_cols: 'sum', text_cols: 'first'})
解释：
我有一个包含~30列的dataframe，其中一些列包含值，另一些列包含文本。我想使用和所有的值与相同的id和文本使用第一个条目。我可以通过使用groupby来实现这一点：
d = {'id': ['a', 'a
浏览 2提问于2021-05-27得票数 2
回答已采纳
我正在清理数据，并有一个问题。我有一个联系人数据集和一个帐户数据集。我需要在“ContactID”上合并这两个数据帧。某些ContactID有多个帐户。因此，当我合并它们时，仍然有一些ContactID有多行。我需要组合这些行，以便将数字列相加在一起，同时仍然保留分类列。下面是一个示例： 当我合并时： ContactID Value Type
1 800 A
1 70
浏览 24提问于2021-04-22得票数 0
2回答
正如你在下面看到的，我在我的数据框中有不同的‘ticker’，我想计算'lret‘列的标准偏差，但每个单独的ticker。目前，它将整个列作为一行进行计算。如何计算数据帧中每个报价器的标准差？任何帮助都将不胜感激。另外，请参见下面的函数，了解代码当前所做的工作。 数据帧输出 price date ticker lret std
0 104.000000 2016-07-01 A NaN 0.019456
1 104.878151 2016-07-05 A 0.008408 0.019456
2
浏览 7提问于2020-09-11得票数 0
我有一个数据帧 +----------------+------------+-----+
| Sport|Total_medals|count|
+----------------+------------+-----+
| Alpine Skiing| 3| 4|
| Alpine Skiing| 2| 18|
| Alpine Skiing| 4| 1|
| Alpine Skiing| 1| 38|
| Archery|
浏览 10提问于2021-08-02得票数 0
回答已采纳
我有以下csv文件：
LID,Name,age,CID
122,David,29,ECB4
122,Frank,31,ECB4
567,David,29,ECB4
567,Daniel,35,ECB4
我想先将数据按CID分组，然后再按盖子分组，并将它们保存为json，以便它们具有某种结构：
{
"CID": "ECB4",
"logs":[ {
"LID":122,
"body":[{
"name&#
浏览 2提问于2017-12-15得票数 0
回答已采纳
我有本字典： dict = { "A": ("a", "mean"),
"B": ("b", "sum")} 我想对每个键使用以下函数： for i in dict.keys():
df.groupby(i)[dict[i][0]].sum()
or
df.groupby(i)[dict[i][0]].mean() 如何替换硬编码的"sum“或"mean"，以便它使用字典中给定的内容？如下所示： df.groupby(i)[dict[i][
浏览 9提问于2020-10-31得票数 2
回答已采纳
1回答
如果我只传递以下函数，DataFrame.aggregate()和DataFrame.apply()函数之间的(类型)返回值有什么区别吗？
func=lambda x: x**2
因为返回值似乎是完全相同的。这些文件只说明：
应用程序()-应用:系列或DataFrame
聚合()->聚合: DataFrame
浏览 2提问于2017-07-01得票数 6
回答已采纳
1回答
我试图用std偏差作为误差条来绘制一些数据的散点图。对于两个不同的样本A和B，我对每个时间点都有三份测量结果。
Date A1 A2 A3 B1 B2 B3
1/1/17 4 5 6 2 3 4
1/2/17 6 7 8 5 6 4
所以我要导入这样的数据：
import pandas as pd
columns = ['Date', 'A1', 'A2', 'A3', 'B1', 'B2', 'B3']
dat = pd.read_csv('data', sep=&
浏览 1提问于2017-09-12得票数 2
回答已采纳
我有一个事务表，其中包含：
timestamp, user_id, val
我需要按user_id分组，并在val上应用复杂的操作，比如
len(val[by_user_id].unique())
但是，每一列都是不同的...
哪种方法是最有效的？
1)使用循环进行拆分
for x in user_id_list :
或者2)使用Pandas groupby，但这并不清楚如何对每个列应用不同的函数...
谢谢
浏览 10提问于2017-01-27得票数 2
我需要一些聚合和加入dataframe groupby输出的帮助。
这是我的数据框架：
df = pd.DataFrame({
'Date': ['2020/08/18','2020/08/18', '2020/08/18', '2020/08/18', '2020/08/18', '2020/08/18', '2020/08/18'],
'Time':['Val3',60,30,'Val2',6
浏览 0提问于2020-09-11得票数 0
我有一个pandas多索引DataFrame，我想计算它在特定索引级别上的分位数。最好用一个例子来解释。
首先，让我们创建DataFrame：
import itertools
import pandas as pd
import numpy as np
item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('
浏览 5提问于2016-04-07得票数 5
1回答
我需要基于键列"id“合并同一数据帧中的行。在示例数据框架中，1行具有id、name和age的数据。另一行有id、名称和工资。具有相同键'id‘的行必须合并为最终数据帧中的单个记录。如果只有一条记录，也应该用空值Smith和Jake来显示它们，如下例所示。
需要对实时数据进行计算，以火花本机函数为基础的解决方案是理想的。我尝试过根据年龄和城市列过滤记录，以分离数据帧，并在ID上执行左连接，但效率不高。寻找其他的建议。提前感谢！
样本Dataframe
val inputDF= Seq(("100","John", Some(35),None)
,
浏览 4提问于2020-04-05得票数 3
回答已采纳
3回答
我在从R向熊猫过渡的过程中遇到了一些问题，在那里，dplyr包可以很容易地进行分组并执行多个总结。
请帮助改进我现有的Python熊猫代码，用于多个聚合：
import pandas as pd
data = pd.DataFrame(
{'col1':[1,1,1,1,1,2,2,2,2,2],
'col2':[1,2,3,4,5,6,7,8,9,0],
'col3':[-1,-2,-3,-4,-5,-6,-7,-8,-9,0]
}
)
result = []
for k,v in data.groupby(&
浏览 4提问于2016-08-13得票数 55
回答已采纳
我想要一个函数，它接受均值()，最大值()等GroupBy操作作为参数。我不确定如何在这些函数中包含参数。例如，在分位数的情况下，有一个用于告诉哪个分位数的参数，因此在这种情况下，我应该能够提供这个额外的参数。
def compute_moment(data, moment = pd.core.groupby.GroupBy.mean):
# This builds columns that we will use to group.
group_data = data.rank(pct = True).round(1).add_suffix('_grouper
浏览 0提问于2017-12-07得票数 3
回答已采纳
我想用下面的函数f聚合一个熊猫DataFrame。原始的DataFrame df有很多列，我只想将其中的几个列导出到一个新的DataFrame中。
我不明白为什么我要回系列赛。我认为我需要返回一个DataFrame，因为输出是多维的。
def f(x):
return Series(dict(Number_of_tweets = x['content'].count(),
Company=x['Company'].min(),
Description=x['
浏览 1提问于2018-08-06得票数 1
回答已采纳
3回答
我正在使用pandas groupby+agg功能来生成漂亮的报告
aggs_dict = {'a':['mean', 'std'], 'b': 'size'}
df.groupby('year').agg(aggs_dict)
我想在整个数据帧上作为一个单独的组使用相同的aggs_dict，不对年份进行划分，类似于：
df.groupall().agg(aggs_dict)
或者：
df.agg(aggs_dict)
但是找不到任何优雅的方法来做到这一点..请注意，在我的实际代码中，aggs_di
浏览 9提问于2016-09-07得票数 10
回答已采纳
1回答
下面是熊猫的操作。我怎么才能在达斯克做到这一点？
In [10]: pdf
Out[10]:
name text
0 a asdf
1 b fdsa
2 a qwer
3 c zxcv
4 c jkl;
In [11]: pdf.groupby('name').aggregate(" ".join)
Out[11]:
text
name
a asdf qwer
b fdsa
c zxcv jkl;
我希望通过连接相应组中的字符串来聚合text列。目前，Dask
浏览 5提问于2020-04-17得票数 2
回答已采纳
我有一只像这样的熊猫：
Cat Date
1 A 2019-12-30
2 A 2019-12-30
3 A 2020-12-30
4 A 2020-01-06
5 A 2020-01-06
6 B 2020-01-06
7 B 2020-01-13
8 B 2020-01-13
9 A 2020-01-13
. .
. .
. .
日期列中有重复的日期，我希望在DataFrame中“擦除”，以便删除所有重复的日期。然而，为了确定“猫”列在这个“擦”之后是什么，我想选择大部分的日期是“擦过的
浏览 2提问于2020-01-23得票数 1
回答已采纳
初学者问题。这看起来应该是一个简单的操作，但是我无法通过阅读文档来理解它。
我有一个如下结构的df：
|integer_id|int_field_1|int_field_2|
integer_id列不是惟一的，所以我想按integer_id对df进行分组，并将这两个字段相加。
等价的SQL是：
SELECT integer_id, SUM(int_field_1), SUM(int_field_2) FROM tbl
GROUP BY integer_id
对最简单的方法有什么建议吗？
编辑:包括输入/输出
Input:
integer_id int_field_1 int_field_
浏览 0提问于2014-08-28得票数 7
回答已采纳
2回答
熊猫群用分隔符连接
、、、
我尝试使用groupby对多个值的行进行分组。
col val
A Cat
A Tiger
B Ball
B Bat
import pandas as pd
df = pd.read_csv("Inputfile.txt", sep='\t')
group = df.groupby(['col'])['val'].sum()
我得到了
A CatTiger
B BallBat
我想引入一个分隔符，这样我的输出看起来就像
A Cat-Tiger
B Ball-Bat
我试过了
group = df.groupby([
浏览 2提问于2017-06-05得票数 9
回答已采纳
我想理解一行类似于的内容：
df.groupBy(someExpr).agg(somAgg).where(somePredicate)
我不明白如何使用Python链接方法作为示例。我不想确切地理解代码的前一行，只是想知道其中的一些名称来进行调查。我试图复制类似的东西，我很确定这不是一个很好的实现，但我写了一个例子，说明我现在是如何想象我想要得到的代码是如何在幕后工作的：
class Example:
def __init__(self, *args):
self.list = [arg for arg in args]
def groupBy(self):
se
浏览 0提问于2019-06-18得票数 0
回答已采纳
2回答
我有一个包含一些NaNs的数据帧：
hostname period Teff
51 Peg 4.2293 5773
51 Peg 4.231 NaN
51 Peg 4.23077 NaN
55 Cnc 44.3787 NaN
55 Cnc 44.373 NaN
55 Cnc 44.4175 NaN
55 Cnc NaN 5234
61 Vir NaN 5577
61 Vir 38.021 NaN
61 Vir 123.01 NaN
具有相同"hostname“的行都引用相同的对象，但如您所见，一些条目在不同列下具有NaNs。我想合并同一主机名下的所有行，
浏览 14提问于2018-03-01得票数 3
回答已采纳
2回答
我需要一些帮助。 我必须在"name“列中没有重复项的情况下转换这个数据帧。 您可以看到我在"name“列中有重复项例如:John，Joan df0 = pd.DataFrame({'name':['John','John','Joan','Joan','Juan'],
'time':[20,10,11,18, 15],
'amount':[100, 400, 200,
浏览 8提问于2020-08-13得票数 1
回答已采纳
1回答
有多少组至少有一个非零值？
、、、、
我想从下面的数据绘制条形图。
df2 = pd.DataFrame({'URL': ['A','A','B','B','C','C'],
'X': [5,0,7,1,0,0],
'Y': [4,0,4,7,9,0],
'Z':[11,0,8,4,0,0]})
URL X Y Z
0 A 5
浏览 4提问于2022-08-29得票数 0
回答已采纳
我有一个简单的pyspark函数 features=['x', 'y', 'z']
def f(features):
df.groupBy('id').agg(collect_list(features[0]), collect_list(features[1]), ....) 我希望它是这样的:如果有人传入features='x'，'y'，'z'，'a‘，features中的每个东西在agg函数中都有自己的collect_list函数。我该怎么做呢？它们都必须在相
浏览 13提问于2020-07-08得票数 0
回答已采纳
我有一个pandas数据框架，它包含基于不同用户(user_Id列)和日期(date列/pandas数据对象)的权重(权重列)信息。
我想为所有用户计算最早和最新测量之间的权重差异。
为了计算最早和最新的度量值，我使用以下函数：
earliest_date = []
latest_date = []
for x in Id_list:
a = weight_info[weight_info['Id']==x]
earliest_date.append(a['date'].min())
latest_date.append(a['d
浏览 3提问于2021-05-24得票数 0
2回答
我的数据如下：
date, cardio_time, muscles, muscle_time, stretch_time
2018-01-01, 0, "biceps / lats", 40, 5
2018-01-02, 30, "", 0, 10
2018-01-03, 0, "lats / calf", 41, 6
2018-01-03, 30, "hamstring", 4, 5
2018-01-04, 0, "biceps / lats", 42, 8
我想用相同的日期合并这些行，并从两行中保存信息。我的
浏览 0提问于2018-04-29得票数 3
DataFrame：
Name Category Port Class
A Code 443 string1
A Code 80 string2
B Math 443 string3
A Code 443 string1
B Math 80 str
浏览 10提问于2020-03-09得票数 2
回答已采纳
1回答
我希望找到列B的滚动和滚动最大值，其值与A中df中的值相同。
df = pd.DataFrame({'A': ['a', 'a', 'a', 'b', 'b', 'b', 'b'], 'B': [5, 2, 4, 7, 1, 11, 3]})
df_result = pd.DataFrame({'A': ['a', 'a', 'a', 'b', 'b',
浏览 2提问于2017-10-19得票数 2
回答已采纳
2回答
给定以下DataFrame：
+-------+-----+-------+-----+--------+---------------------------+
| DID | CID | Event | OID | Source | TimeStamp |
+-------+-----+-------+-----+--------+---------------------------+
| 25078 | 14 | QBT | 0 | EMS | 2019-10-15 10:54:35 +0000 |
| 25078 | 14 | N
浏览 42提问于2019-10-22得票数 2
回答已采纳
1回答
嗨，我正在尝试识别中一组组的滞后变量。
我使用的代码是：
sf['lag'] = sf.groupby(['Group'])['Num'].shift(1)
但是，我得到了错误：
TypeError: groupby()至少接受3个参数(2个给定)
浏览 3提问于2016-06-03得票数 0
1回答
我有以下数据： cluster col1 col2 timestamp
0 1 34.000000 89.320000 2021-07-13 21:15:11.232
1 1 97.540001 29.000000 2021-06-13 14:22:11.682
2 3 NaN 1.030000 2021-04-01 10:10:45.623
3 1 NaN 22.670000 2021-06-13 10:54:00.329
4 1
浏览 8提问于2021-07-20得票数 0
回答已采纳
在Python中，我希望检测DataFrame值块在一行中的起始和结束位置。如果这个块只包含一个False，我想得到这个位置。
示例：
df = pd.DataFrame({"a": [True, True, True,False,False,False,True,False,True],})
In[110]: df
Out[111]:
a
0 True
1 True
2 True
3 False
4 False
5 False
6 True
7 False
8 True
在这个例子中，我想得到这些职位
`3`, `5`
和
`7`,
浏览 0提问于2018-08-01得票数 2
回答已采纳
2回答
在我的jupyter笔记本中，我已经在三个单独的单元格中编写了以下代码，并且能够生成我想要的输出。但是，将这些信息包含在一个数据中将使其更容易阅读。
我如何将这些单独的数据组合成一个，以便member_casual列是索引，而max_ride_length、avg_ride_length和most_active_day_of_week列就在相同的数据帧中？
浏览 5提问于2022-10-28得票数 -1
回答已采纳
我尝试按某一列对数据帧进行分组：
>SparkR::agg(SparkR::groupBy(df, "column_1"))
为什么会出现以下错误：
Error: length(cols) > 0 is not TRUE
浏览 0提问于2016-08-08得票数 0
回答已采纳
2回答
假设我有一个数据，如下所示：
df = pd.DataFrame({"user":[11,11,11,21,21,21,21,21,32,32],
"event":[0,0,1,0,0,1,1,1,0,0],
"datetime":['05:29:54','05:32:04','05:32:08',
'15:35:26','15:36:07','
浏览 1提问于2018-11-06得票数 0
回答已采纳
我知道有一些关于这个主题的问题(比如Pandas: Cumulative sum of one column based on value of another)，但是它们都不能满足我的要求。 假设我有一个像这样的数据帧 ? 。 我想按月计算成本分组的累积和，避免考虑当前值，以便使用groupby和cumsum获得所需的column.By。我获得列CumSum ? 。 生成数据帧的DDL是 df = pd.DataFrame({'Month': [1,1,1,2,2,1,3],
'Cost': [5,8,10,1,
浏览 29提问于2020-03-16得票数 0
回答已采纳
1回答
你好，我有一个日期、IP地址和用户名列。我想根据数据进行分组，以便找到有多个用户的IP地址。我想要这样的东西: IP地址用户名sample1 user1 user2 sample2 user3 user4
我使用的代码是：
group=dict(df.groupby(by=['IP address','Date'])['Username'].count())
ips=list()
for k,v in group.items():
if v>=2:
ips.append(k)
ip_address=list()
fo
浏览 4提问于2021-08-31得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
