鍾毓驥 justimchung

## pandas_groupby_group3.py
# 取得 grouped2 中，1A 班級學生中，分數為 95 這個分組中，學生的資料。
grouped2.get_group(('1A', 95))

## Pandas_groupby_loc2.py
# 取得 Peter 這位學生的所有的資料
g1a.loc[g1a.name == 'Peter', :]

## pandas_groupby_loc.py
# 取得 1A 班級中的學生，其 row label 為 1 的這位學生的資料
g1a.loc[1,:]

## Python_getgroup.py
# 取得 1A 的分組資料
g1a = grouped.get_group('1A')
g1a

## pandas_groupby_group2.py
#依照 class 以及 math 這兩個類別來分類，第一階是使用 class 的類別來分類，接著使用 math 的分數來分類
grouped2 = students.groupby(['class', 'math'])
grouped2

## pandas_groupby_group.py
#依照 class 中的類別來分組
grouped = students.groupby('class')
grouped

## pandas_groupby_datacreation.py
import pandas as pd
import numpy as np

#準備資料
classes = ['1A', '1A', '1A', '1B', '1B', '1C', '1C', '1C']
name = ['Peter', 'John', 'Keven', 'JoJo', 'Mary', 'Eva', 'Tom', 'Simon']
math = [95, 95, 76, 90, 96, 84, 84, 98]
english = [64,88,85,88,78,60,63, 84]

tmpdic = {'class':classes, 'name':name, 'math':math, 'english':english}

## value_counts3.py
#以百分比秀資料，並排序結果
gapdf.continent.value_counts(normalize=True, ascending=True)

## value_counts2.py
#以百分比的方式呈現結果
gapdf.continent.value_counts(normalize=True)

## value_counts.py
#在 gapdf 這個 dataframe 的 continent 欄位上做 value_counts() 的動作
gapdf.continent.value_counts()
	# 取得 grouped2 中，1A 班級學生中，分數為 95 這個分組中，學生的資料。
	grouped2.get_group(('1A', 95))
	# 取得 Peter 這位學生的所有的資料
	g1a.loc[g1a.name == 'Peter', :]
	# 取得 1A 班級中的學生，其 row label 為 1 的這位學生的資料
	g1a.loc[1,:]
	#依照 class 以及 math 這兩個類別來分類，第一階是使用 class 的類別來分類，接著使用 math 的分數來分類
	grouped2 = students.groupby(['class', 'math'])
	grouped2
	#依照 class 中的類別來分組
	grouped = students.groupby('class')
	grouped
	import pandas as pd
	import numpy as np

	#準備資料
	classes = ['1A', '1A', '1A', '1B', '1B', '1C', '1C', '1C']
	name = ['Peter', 'John', 'Keven', 'JoJo', 'Mary', 'Eva', 'Tom', 'Simon']
	math = [95, 95, 76, 90, 96, 84, 84, 98]
	english = [64,88,85,88,78,60,63, 84]

	tmpdic = {'class':classes, 'name':name, 'math':math, 'english':english}
	#以百分比秀資料，並排序結果
	gapdf.continent.value_counts(normalize=True, ascending=True)
	#以百分比的方式呈現結果
	gapdf.continent.value_counts(normalize=True)
	#在 gapdf 這個 dataframe 的 continent 欄位上做 value_counts() 的動作
	gapdf.continent.value_counts()