真正的干货满满，太棒了

正常应该都是输入值吧，如果输入单元格，那用这个函数的意义是啥呀，左边不是直接能看到吗？

where和having同时使用，涉及到聚合函数时，只能使用having判断聚合函数。

代码的执行顺序使where无法判断聚合函数。

执行顺序 from-where-group by-having-select-order by- limit

书写顺序 select- from-where-group by-having-order by- limit

使用爬虫并计划定时爬取，否则只有当前价格没什么意义

由于lookup函数的二分法查找，要注意查找范围的数要升序排列

棒棒的，给你点赞！

追加查询，把两张表纵向连接，就是相同字段下的连接到一起；

合并查询，把两张表横向连接，类似Mysql的左连接吧。

py中用下划线式比较多，但是无论是驼峰还是双驼峰，目的都是增加可读性，在同一个代码中保持一种命名方式就行了

好的，谢谢

学习视频就是非常详细的，再详细的话，可以买一本相关书籍看看

有没有更详细的操作步骤？比如合并查询是哪个表之间进行的？追加查询又是哪个表之间进行的？

只看这个图片我无法得知哪里操作有误，建议对照学习视频一步一步操作

564565655555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555555结束

解决了！谢谢！

你看下是这样吗？

import pandas as pd

data=pd.read_excel("D:\\360安全浏览器下载\\1604887002_318854.xlsx")

data["金额分组"]=pd.cut(data.金额, [0,5, 20, 50,float('inf')])

#根据标识1这一列进行数据筛选后进行分组汇总

temp1=data[data["标识1"]==1]["金额"].groupby(data[data["标识1"]==1]["金额分组"]).count()

#根据标识2这一列进行数据筛选后进行分组汇总

temp2=data[data["标识2"]==1]["金额"].groupby(data[data["标识2"]==1]["金额分组"]).count()

#进行数据框合并

result=pd.concat([temp1,temp2],axis=1)

result.columns=["标识1取值为1","标识2取值为1"]

result

是这样的，然后想把两列统计结果合在一起，有没有一下统计出两列的方法呢，类似这样：

你看下是这个意思吗？

import pandas as pd

data=pd.read_excel("D:\\360安全浏览器下载\\1604887002_318854.xlsx")

data["金额分组"]=pd.cut(data.金额, [0,5, 20, 50,float('inf')])

#根据标识1这一列进行数据筛选后进行分组汇总

data[data["标识1"]==1]["金额"].groupby(data[data["标识1"]==1]["金额分组"]).count()

#根据标识2这一列进行数据筛选后进行分组汇总

data[data["标识2"]==1]["金额"].groupby(data[data["标识2"]==1]["金额分组"]).count()