數(shù)據(jù)分組官方文檔
分組統(tǒng)計(jì) - groupby功能

• 根據(jù)某些條件將數(shù)據(jù)拆分成組
• 對(duì)每個(gè)組單獨(dú)使用函數(shù)
• 將結(jié)果合并到一個(gè)數(shù)據(jù)結(jié)構(gòu)中

根據(jù)單列或多列分組 .groupby()
分組后的對(duì)象執(zhí)行數(shù)值計(jì)算函數(shù) .sum(),.mean()…
分組后對(duì)象同時(shí)使用多個(gè)函數(shù) --agg()。

df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

參數(shù)：

• by 標(biāo)簽（label）或標(biāo)簽列表
• axis 默認(rèn)值為0
• level MultiIndex時(shí)有效
• as_index 布爾型值 默認(rèn)是True – 使用grouped的標(biāo)簽作為index.若為False – grouped的標(biāo)簽仍為標(biāo)簽，會(huì)新生成0~n-1的index.
• sort 是否對(duì)grouped的標(biāo)簽排序

返回的是GroupBy 對(duì)象。通過list()，查看具體內(nèi)容

df

經(jīng)過group方法后，得到的是groupby對(duì)象，是一個(gè)中間數(shù)據(jù)，沒有進(jìn)行計(jì)算

a = df.groupby('A').mean()#單列整合 b = df.groupby(['A','B']).mean()#多列整合

c = df.groupby(['A'])['D'].mean() # 以A分組，算D的平均值.返回的是Series對(duì)象

• 使用list()將groupby對(duì)象變成列表對(duì)象，可查看具體內(nèi)容

list(df.groupby('A'))

列表是兩個(gè)元組對(duì)象。每個(gè)元組包含‘A’的標(biāo)簽名和相應(yīng)的DataFrame或Series。

[('bar', A B C D1 bar one 0.953897 0.263753 bar three 0.190113 1.011155 bar two 0.941511 -0.51730), ('foo', A B C D0 foo one 1.119704 -0.7421482 foo two 0.643483 -1.1474054 foo two -0.952974 -0.4342416 foo one -0.421435 0.9337917 foo three -0.042118 0.641683)]

• get_group()
  df.groupby(['A']).get_group('bar')與list(df.groupby('A'))[0][1]相同
  
• .groups：將分組后的groups轉(zhuǎn)為dict
  
• 分組計(jì)算函數(shù)方法

grouped = df.groupby(['A']) print(grouped) print(grouped.first(),'→ first：非NaN的第一個(gè)值\n') print(grouped.last(),'→ last：非NaN的最后一個(gè)值\n') print(grouped.sum(),'→ sum：非NaN的和\n') print(grouped.mean(),'→ mean：非NaN的平均值\n') print(grouped.median(),'→ median：非NaN的算術(shù)中位數(shù)\n') print(grouped.count(),'→ count：非NaN的值\n') print(grouped.min(),'→ min、max：非NaN的最小值、最大值\n') print(grouped.std(),'→ std，var：非NaN的標(biāo)準(zhǔn)差和方差\n') print(grouped.prod(),'→ prod：非NaN的積\n')

• 多函數(shù)計(jì)算：agg()

函數(shù)寫法可以用str，或者np.方法
求均值和求和

可以通過list，dict傳入，當(dāng)用dict時(shí)，key名為columns → 更新pandas后會(huì)出現(xiàn)警告

df.groupby('A')['C'].agg({'result1':np.mean,'result2':np.sum})

總結(jié)

以上是生活随笔為你收集整理的pandas（七） -- 数据分组的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。