Общая сумма соответствующего столбца с python - PullRequest
Новая
       30

Общая сумма соответствующего столбца с python

0 голосов
/ 24 апреля 2020 
|-------|------------|--------------|--------------|-------------|------------|------------|--------------|
| Store | Date       | Weekly_Sales | Holiday_Flag | Temperature | Fuel_Price | CPI        | Unemployment |
|-------|------------|--------------|--------------|-------------|------------|------------|--------------|
| 1     | 05-02-2010 | 1643690.90   | 0            | 42.31       | 2.572      | 211.096358 | 8.106        |
| 1     | 12-02-2010 | 1641957.44   | 1            | 38.51       | 2.548      | 211.242170 | 8.106        |
| 1     | 19-02-2010 | 1611968.17   | 0            | 39.93       | 2.514      | 211.289143 | 8.106        |
| 1     | 26-02-2010 | 1409727.59   | 0            | 46.63       | 2.561      | 211.319643 | 8.106        |
| 1     | 05-03-2010 | 1554806.68   | 0            | 46.50       | 2.625      | 211.350143 | 8.106        |
|-------|------------|--------------|--------------|-------------|------------|------------|--------------|

Столбцы Store находятся в диапазоне от 1 до 40. Как мне получить магазин с максимумом Weekly_Sales?

1 Ответ

0 голосов
/ 24 апреля 2020

Есть много способов сделать это, и вы не привели пример того, как вы загружаете данные в python или в каком формате, так что это затрудняет ответ на вопрос. Я предлагаю вам заглянуть в pandas или numpy для библиотек анализа данных. Если он хранится в формате .csv или даже в словаре python, вы можете попробовать следующее: 

import pandas as pd

df = pd.read_csv('file.csv', header=0)
#df = pf.from_dict(dct)

value = df.Weekly_Sales.max()
#or
index = df.Weekly_Sales.idxmax()
...