主页 / 问题 / 1581766
Accepted
kolyaskywalker
Asked:2024-05-27 15:15:28 +0000 UTC2024-05-27 15:15:28 +0000 UTC

按该列分组后无法从 Dataframe 列获取值

  • 772

给定一个 .csv 文件，其中包含多个城市在特定日期的温度和湿度数据。您需要获取每个城市的平均值并将其显示在屏幕上。

我尝试按城市对数据进行分组并找出每个城市的平均值。但是当我尝试从新数据框中获取城市名称时，出现错误 KeyError: 'city' 。

我的程序代码：

import pandas as pd
import seaborn as sns


data = pd.read_csv("/content/drive/MyDrive/Colab Notebooks/weather.csv")
grouped_data = data.groupby(["city"])[["temp", "hum"]].agg(["mean"])

print("Средняя температура и влажность для каждого города:")
for index, row in grouped_data.iterrows():
    print(f"{row['city']}: {row['temp']['mean']} C, {row['hum']['mean']} %")

.csv 文件示例：

date,city,temp,hum
2023-01-01,Moscow,-5,80
2023-01-01,London,5,90
2023-01-01,New York,10,70
2023-01-02,Moscow,-4,75
2023-01-02,London,6,85
2023-01-02,New York,9,65
2023-01-03,Moscow,-3,70
2023-01-03,London,7,80
2023-01-03,New York,8,60

PS感谢所有回复的人。

就我而言，有必要使用index而不是row['city']或在输出之前使用，将其转换index为列.reset_index(inplace=True)。

另外，由于其中一条评论，我使用了.to_string()带有参数的方法formatters=，而不是带有输出的循环。这样更方便，而且由于对齐，输出看起来更好。

最终代码：

import pandas as pd
import seaborn as sns


data = pd.read_csv("/content/drive/MyDrive/Colab Notebooks/weather.csv")
grouped_data = data.groupby("city")[["temp", "hum"]].agg(["mean"]).droplevel(1, axis=1)
grouped_data.reset_index(inplace=True)

print("Средняя температура и влажность для каждого города:")
print(grouped_data.to_string(formatters={"city": "{}:".format, 
                                         "temp": "{}°, ".format, 
                                         "hum": "{}%".format}, 
                             index=False,
                             header=False))
python

1 个回答

  1. Best Answer

    索引里有这个城市，一开始我记不太清楚了。只需从索引中获取：

    import pandas as pd
import seaborn as sns
from io import StringIO

string = """
date,city,temp,hum
2023-01-01,Moscow,-5,80
2023-01-01,London,5,90
2023-01-01,New York,10,70
2023-01-02,Moscow,-4,75
2023-01-02,London,6,85
2023-01-02,New York,9,65
2023-01-03,Moscow,-3,70
2023-01-03,London,7,80
2023-01-03,New York,8,60"""

data = pd.read_csv(StringIO(string))
grouped_data = data.groupby(["city"])[["temp", "hum"]].agg(["mean"])
print("Средняя температура и влажность для каждого города:")
for index, row in grouped_data.iterrows():
    print(f"{index}: {row['temp']['mean']} C, {row['hum']['mean']} %")
            ^^^^^^^

    结论：

    Средняя температура и влажность для каждого города:
London: 6.0 C, 85.0 %
Moscow: -4.0 C, 75.0 %
New York: 9.0 C, 65.0 %
    • 2

相关问题