以下是一个根据年龄分组,并比较平均工资的示例代码:
import pandas as pd
# 创建一个示例数据集
data = {
'姓名': ['张三', '李四', '王五', '赵六', '刘七', '陈八'],
'年龄': [25, 30, 27, 25, 35, 40],
'工资': [5000, 6000, 5500, 5200, 7000, 8000]
}
df = pd.DataFrame(data)
# 按年龄分组,并计算平均工资
grouped = df.groupby('年龄')['工资'].mean()
# 打印结果
print(grouped)
输出结果如下:
年龄
25 5100
27 5500
30 6000
35 7000
40 8000
Name: 工资, dtype: int64
这个示例使用了pandas
库来处理数据。首先,我们创建了一个包含姓名、年龄和工资的示例数据集。然后,我们使用groupby
函数按年龄分组,并使用mean
函数计算每个年龄组的平均工资。最后,我们打印了结果。
上一篇:按年龄分组用户
下一篇:按年龄数组分组返回空