Jupyter Notebook中DataFrame属性错误及数据集查看、销售额统计问题

1. 在Jupyter Notebook中查看完整数据集 #

Jupyter默认会截断行数/列数过多的输出，你可以通过修改pandas的显示参数强制显示全部内容：

# 设置pandas显示所有行和列
pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)

# 查看完整数据集
sales_data

如果之后需要恢复默认显示设置，执行以下代码：

# 重置显示参数为默认值
pd.reset_option('display.max_rows')
pd.reset_option('display.max_columns')

2. 按市场计算平均销售额 #

你之前的代码错误在于把Kumasi（某一市场的具体名称）当成了DataFrame的列名访问，这不符合pandas语法逻辑。正确操作如下：

步骤1：确认数据集列名 #

先执行代码查看所有列名称，明确市场列、销售额列的具体名称：

sales_data.columns

步骤2：分组计算各市场平均销售额 #

假设市场列名为Market，销售额列名为Sales，执行以下代码即可得到所有市场的平均销售额：

# 按市场分组，计算每组销售额平均值
sales_data.groupby('Market')['Sales'].mean()

单独查看某一市场的平均销售额 #

如果只想获取Kumasi市场的平均销售额，用布尔索引筛选后计算：

sales_data[sales_data['Market'] == 'Kumasi']['Sales'].mean()

内容的提问来源于stack exchange，提问作者Whizzy Ellah