print(frame['age'].groupby(frame['age']).count().sort_index())含义是：
A: 对年龄分组并统计年龄的种类数，并按照升序来排列
B: 统计年龄的种类数，并分组和按照升序来排列
C: 对年龄分组并统计各组人数，并按照升序来排列
D: 语法错误
A: 对年龄分组并统计年龄的种类数，并按照升序来排列
B: 统计年龄的种类数，并分组和按照升序来排列
C: 对年龄分组并统计各组人数，并按照升序来排列
D: 语法错误
C
举一反三
- print(frame[frame['age'].isin([16, 18])])含义是： A: 输出年龄为16到18的所有行 B: 输出年龄为16或者18的所有行 C: 输出年龄为16到17的所有行 D: 输出年龄为17的所有行
- print(frame['height'].resample('M', kind='period').mean())写成分组的方法中，错误的是： A: print(frame['height'].groupby(frame.index.dt.month).mean()) B: print(frame['height'].groupby(frame.index.month).mean()) C: print(frame['height'].groupby(frame.index.to_period(freq='M')).mean()) D: print(frame.groupby(frame.index.to_period(freq='M'))['height'].mean())
- print(frame['height'].resample('M', kind='period').mean())写成分组的方法中，错误的是： A: print(frame['height'].groupby(frame.index.dt.month).mean()) B: print(frame['height'].groupby(frame.index.month).mean()) C: print(frame['height'].groupby(frame.index.to_period(freq='M')).mean()) D: print(frame.groupby(frame.index.to_period(freq='M'))['height'].mean())
- 分组统计()每位医生接诊的患者人数,并按接诊人数降序排列(输出列为DID,人数)
- 以下程序的输出结果是: frame = [[1,2,3],[4,5,6],[7,8,9]] rgb = frame[::-1] print(rgb)
内容
- 0
中国大学MOOC: 从学生表显示所有学生的信息，按照专业的升序排列，专业相同再按照年龄的降序( )。
- 1
查询学生的姓名，系别和年龄，显示时按系别降序排列，系别相同的再按年龄升序排列。（ ）
- 2
按照姓名升序序排列
- 3
按照身高进行升序排列
- 4
以下关于GroupBy（分组）描述正确的是（） A: 公司的所有雇员，要求男性一组、女性一组，然后统计男性和女性雇员的数据量，可以用GroupBy B: 按照年龄分组，18岁以上的分一组，18岁以下分一组，可以使用GroupBy C: 统计雇员的地区，并计算每一个地区的数量，可以使用GroupBy D: 当数据重复的时候，分组才有意义