Python Pandas 分组统计平均薪资：性别差异分析

要根据性别分组统计平均薪资，首先需要有包含性别和薪资信息的数据集。假设有一个数据集包含以下字段：姓名、性别、薪资。\n\n根据这个数据集，可以按照性别进行分组，然后计算每个性别的平均薪资。\n\n以下是一个示例代码，使用Python的pandas库来实现这个功能：\n\npython\nimport pandas as pd\n\n# 创建一个包含姓名、性别、薪资的DataFrame\ndata = pd.DataFrame({'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八'],\n '性别': ['男', '男', '女', '女', '男', '女'],\n '薪资': [5000, 6000, 4500, 5500, 4800, 5200]})\n\n# 按照性别分组，计算平均薪资\naverage_salary_by_gender = data.groupby('性别')['薪资'].mean()\n\nprint(average_salary_by_gender)\n\n\n输出结果如下：\n\n\n性别\n女 5066.666667\n男 5266.666667\nName: 薪资, dtype: float64\n\n\n这样就得到了按照性别分组统计的平均薪资。其中，性别为女的平均薪资为5066.67，性别为男的平均薪资为5266.67。