NumPy · 函数

分组统计

按分组标签对数据做分组统计。对标 pandas groupby().agg()。

调用签名(数据, 分组标签, 统计函数='mean')

分ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 分组统计
设 结果 = NumPy.分组统计(
    数据=[1, 2, 3, 4],  # 必填；要处理的原始数据，可以是列表、字典、DataFr...
    分组标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 分组标签;首次使用建议先 打...
    统计函数='mean',  # 可选；可调用函数对象
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

数据可选 · 默认无

未声明位置参数或字段名=值

要处理的原始数据，可以是列表、字典、DataFrame、数组等。

常见错误：漏传会报 TypeError: missing required argument: '数据';检查调用是否漏了这行

分组标签可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入分组标签;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '分组标签';检查调用是否漏了这行

统计函数可选 · 默认 'mean'

未声明位置参数或字段名=值

可调用函数对象。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 分组统计
设 结果 = NumPy.分组统计(
    数据=[1, 2, 3, 4],  # 必填；要处理的原始数据，可以是列表、字典、DataFr...
    分组标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 分组标签;首次使用建议先 打...
    统计函数='mean',  # 可选；可调用函数对象
)
打印(结果)

# 进阶组合:分组统计 配合 NumPy 业务流使用
设 数据 = NumPy.数组([1, 2, 3, 4, 5])
设 结果 = NumPy.分组统计(
    数据=[1, 2, 3, 4],  # 必填
    分组标签=[1, 2, 3, 4],  # 必填
    统计函数='mean',  # 可选
)
设 总和 = NumPy.求和(数据)
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 数据
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = NumPy.分组统计()  # TypeError
# 修复:补上必填字段
设 结果 = NumPy.分组统计(数据=[1, 2, 3, 4])

## 参数 2: 分组标签
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = NumPy.分组统计()  # TypeError
# 修复:补上必填字段
设 结果 = NumPy.分组统计(分组标签=[1, 2, 3, 4])
打印(结果)