编写一个 Python 函数，它接受 DataFrame Age、Salary 列的第二、第三和第四行作为输入，并找到平均值和值的乘积
输入-
假设，样本数据帧是，
Id Age salary 0 1 27 40000 1 2 22 25000 2 3 25 40000 3 4 23 35000 4 5 24 30000 5 6 32 30000 6 7 30 50000 7 8 28 20000 8 9 29 32000 9 10 27 23000
输出-
给定切片行的平均值和乘积的结果是，
mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000
解决方案
为了解决这个问题，我们将遵循以下方法。
定义数据帧
创建一个函数，使用iloc函数对第二、第三和第四行age和salary列进行切片，并将其存储在结果DataFrame中。
df.iloc[1:4,1:]
从结果DataFrame计算均值和乘积。
例子
让我们看看下面的实现，以便更好地理解。
import pandas as pd
def find_mean_prod():
data = [[1,27,40000],[2,22,25000],[3,25,40000],[4,23,35000],[5,24,30000], [6,32,30000],[7,30,50000],[8,28,20000],[9,29,32000],[10,27,23000]]
df = pd.DataFrame(data,columns=('Id','Age','salary'))
print(df)
print("slicing second,third and fourth rows of age and salary columns\n")
result = df.iloc[1:4,1:]
print("mean is\n", result.mean())
print("product is\n", result.prod())
find_mean_prod()输出
Id Age salary 0 1 27 40000 1 2 22 25000 2 3 25 40000 3 4 23 35000 4 5 24 30000 5 6 32 30000 6 7 30 50000 7 8 28 20000 8 9 29 32000 9 10 27 23000 slicing second,third and fourth rows of age and salary columns mean is Age 23.333333 salary 33333.333333 product is Age 12650 salary 35000000000000