出一道pandas的代码片段题

### Pandas 代码片段练习题 以下是基于 Pandas 的一个代码片段练习题，旨在帮助用户熟悉 Pandas 数据处理的核心功能： #### 题目描述 给定如下 DataFrame `df`： ```python import pandas as pd data = { "Category": ["A", "B", "A", "C", "B", "C"], "Value": [10, 20, 30, 40, 50, 60], "Date": [ "2023-01-01", "2023-01-02", "2023-01-03", "2023-01-04", "2023-01-05", "2023-01-06" ] } df = pd.DataFrame(data) ``` 请完成以下任务： 1. 将 `Date` 列转换为日期时间格式。 2. 按照 `Category` 对 `Value` 进行分组求和。 3. 找出每个类别中 `Value` 最高的记录。 --- #### 参考解答 以下是该问题的解决方案： ```python # 导入必要的库 import pandas as pd # 创建初始数据框 data = { "Category": ["A", "B", "A", "C", "B", "C"], "Value": [10, 20, 30, 40, 50, 60], "Date": [ "2023-01-01", "2023-01-02", "2023-01-03", "2023-01-04", "2023-01-05", "2023-01-06" ] } df = pd.DataFrame(data) # 1. 将 Date 列转换为日期时间格式 df["Date"] = pd.to_datetime(df["Date"]) # 2. 按照 Category 对 Value 进行分组求和 grouped_sum = df.groupby("Category")["Value"].sum().reset_index() # 3. 找出每个类别中 Value 最高的记录 max_value_per_category = df.loc[df.groupby("Category")["Value"].idxmax()] print("原始数据:") print(df) print("\n按 Category 分组后的 Value 总和:") print(grouped_sum) print("\n每个类别的最大 Value 记录:") print(max_value_per_category) ``` --- #### 输出结果解释 运行以上代码后，可以得到以下输出： 1. **原始数据** 显示了输入的数据帧。 2. **按 Category 分组后的 Value 总和** 提供了每种类别的总值。 3. **每个类别的最大 Value 记录** 展示了每个分类下具有最高数值的具体条目。 通过此练习，您可以掌握如何使用 Pandas 处理基本的数据操作，包括日期解析、分组聚合以及筛选特定条件下的子集[^1]。 --- ###