因此，我有一個按性別劃分的簡單銷售額匯總數據框，內容如下：Gender | Sales___________________M | 25F | 30我現在想要做的就是在 Python 中返回一行內容：銷售金額的平均差距為 16.67%這只是 30 - 25 除以 30，再乘以 100；我想在最后有一個 % 符號。我努力了：m_sales = df.loc[df['Gender'] == 'M']f_sales = df.loc[df['Gender'] == 'F']print('The mean gap in the amount sold is:', m_sales['Sales'] - f_sales['Sales'] / m_sales['Sales'] * 100, '%')不幸的是這不起作用。我得到：銷售金額的平均差距為： 0 NaN 1 NaN 名稱：銷售額，dtype：對象 %請問想法？我是一個非常初學者，很抱歉有這樣一個基本的查詢！
2 回答
紅糖糍粑
TA貢獻1815條經驗 獲得超6個贊
附加["Sales"].iloc[0]到過濾器表達式以直接獲取M和 的值F，然后將這些更改print()也投影到函數中：
m_sales = df.loc[df['Gender'] == 'M']["Sales"].iloc[0]
f_sales = df.loc[df['Gender'] == 'F']["Sales"].iloc[0]
print('The mean gap in the amount sold is:', (f_sales - m_sales) / f_sales * 100, '%')The mean gap in the amount sold is: 16.666666666666664 %
說明：
df.loc[df['Gender'] == 'M']是一個數據框；"Sales"通過附加["Sales"]您獲得的系列（僅包含 1 個元素）來選擇列，并且通過附加，
.iloc[0]您可以獲得該系列的第一個（=唯一一個）元素。
筆記：
您可以使用 f-string （對于 Python 3.6+）或.format()調整輸出的方法，例如
print(f'The mean gap in the amount sold is: {(f_sales - m_sales) / f_sales * 100:.2f}%')The mean gap in the amount sold is: 16.67%
斯蒂芬大帝
TA貢獻1827條經驗 獲得超8個贊
好的，您希望能夠直接按性別對您的銷售進行索引（使用.loc[]），因此我們讀取您的數據幀以index_col=[0]將索引設置為Gender列，然后squeeze=True將剩余的 1 列數據幀減少為一個系列。
然后我使用 f 字符串進行格式化。請注意，我們可以將表達式內聯到 f 字符串中：
import pandas as pd
from io import StringIO
dat = """\
Gender | Sales
___________________
M | 25
F | 30
"""
sl = pd.read_csv(StringIO(dat), sep='\s*\|\s*', skiprows=[1], index_col=[0],
engine='python', squeeze=True)
# Sales
# Gender
# M 25
# F 30
print(f"The mean gap in the amount sold is: {100.*(1 - sl.loc['M']/sl.loc['F']):.2f}%")
# The mean gap in the amount sold is: 16.67%
# ...but f-strings even have a datatype for percent: `:.2%`, so we don't need the `100. * (...)` boilerplate.
print(f"The mean gap in the amount sold is: {(1 - sl.loc['M']/sl.loc['F']):.2%}")
The mean gap in the amount sold is: 16.67%
...如果您想更進一步并減少 df -> Series -> dict，請執行sl.to_dict()，現在您sl['M']/sl['F']可以像您可能想要的那樣直接引用（顯然我們失去了 Series 的所有豐富方法。）
添加回答
舉報
0/150
提交
取消