《Pandas数据处理》课件 3.1.3 统计各行业每年的上市公司数量（微课）

统计各行业每年的上市公司数量主讲人：刘学重庆市九龙坡职业教育中心问题描述根据提供的股票列表统计出各个行业每年的上市公司的数量，股票列表如图所示。代码名称行业上市年份1平安银行银行19910403.02万科Ａ全国地产19910129.04国农科技生物制药19910114.05世纪星源环境保护19901210.06深振业Ａ区域地产19920427.0............603327福蓉科技元器件0.0603697有友食品食品20190508.0603863松炀资源造纸0.0603967中创物流仓储物流20190429.0603982泉峰汽车汽车配件0.0输出结果行业上市年份

IT设备1990119941199611997320001…………黄金2003220041200712008220151问题分析问题描述问题解答如何得出上市年份？

本活动的需要根据什么对数据分组？取“上市年份”列的前4个字符行业和年份操作提示首先是通过上市年份这列字段进行处理得出年份，然后以行业和年份这两个键进行分组统计数据，最后再利用count()函数统计上市公司数量。程序代码importpandasdata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)程序代码importpandasaspddata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)程序代码pandas提供了大量能使我们快速便捷地处理数据的函数和方法。程序代码importpandasaspddata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)程序代码ID代码地区流通股名称行业tradeID总股本上市年份类别总资产py已退市1000001深圳171.7平安银行银行118171.71991040310135301.8PAYX0002000002深圳97.15万科Ａ全国地产16113.021991012910115511.66WK0003000004深圳0.83国农科技生物制药790.84199101141011.61GNKJ0004000005深圳10.58世纪星源环境保护7710.591990121010129.52SJXY0003860603697重庆0.8有友食品食品1203.0520190508110.56YYSP0003861603863广东0松炀资源造纸1090018.41SZZY0003862603967山东0.67中创物流仓储物流122.6720190429115.17ZCWL0003863603982江苏0泉峰汽车汽车配件7000118.94QFQC000程序代码ID代码地区流通股名称行业tradeID总股本上市年份类别总资产py已退市1000001深圳171.7平安银行银行118171.71991040310135301.8PAYX0002000002深圳97.15万科Ａ全国地产16113.021991012910115511.66WK0003000004深圳0.83国农科技生物制药790.84199101141011.61GNKJ0004000005深圳10.58世纪星源环境保护7710.591990121010129.52SJXY0003860603697重庆0.8有友食品食品1203.0520190508110.56YYSP0003861603863广东0松炀资源造纸1090018.41SZZY0003862603967山东0.67中创物流仓储物流122.6720190429115.17ZCWL0003863603982江苏0泉峰汽车汽车配件7000118.94QFQC000程序代码importpandasaspddata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)程序代码代码名称行业上市年份1平安银行银行19910403.02万科Ａ全国地产19910129.04国农科技生物制药19910114.05世纪星源环境保护19901210.06深振业Ａ区域地产19920427.0............603068博通集成半导体20190415.0603267鸿远电子元器件20190515.0603317天味食品食品20190416.0603697有友食品食品20190508.0603967中创物流仓储物流20190429.0data=data[data["上市年份"]>0]程序代码importpandasaspddata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)程序代码float19910403.0data["上市年份"].astype(str).str19910403.0.str[:4]str1991data["上市年份"]=data["上市年份"].astype(str).str[:4]程序代码代码名称行业上市年份1平安银行银行19912万科Ａ全国地产19914国农科技生物制药19915世纪星源环境保护19906深振业Ａ区域地产1992............603068博通集成半导体2019603267鸿远电子元器件2019603317天味食品食品2019603697有友食品食品2019603967中创物流仓储物流2019程序代码importpandasaspddata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)程序代码data=data.groupby(["行业","上市年份"])["名称"].count()程序代码importpandasaspddata=pd.read_excel(r"D:\pydata\项目三\股票列表.xlsx",usecols=['代码','名称','行业','上市年份'])data=data[data["上市年份"]>0]data["上市年份"]=data["上市年份"].astype(str).str[:4]data=data.groupby(["行业","上市年份"])["名称"].count()print(data)任务小结Python中groupby()方法主要的作用是进行数据的分组以及分组后对各分组进行统计，groupby()方法不仅可以根据单个键分组，还可以根据多个键分组。一展身手请根据提供