示例3:
求各二级分类的七天点击量。首先按“二级分类”分类,而后进行分组统计求和。
df1 = df1.groupby(‘二级分类’)[‘七天点击量’].sum()
## 2.对分组数据进行迭代
示例1:
按照“一级分类”分组,并且输出每一分类中的订单数据
抽取数据
df1 = df[[‘一级分类’,‘七天点击量’,‘订单预定’]]
for name, group in df.groupby(‘一级分类’)
print(name)
print(group)
其中name是‘一级分类’, group是其他数据。因此使用groupby()函数对多列进行分组,那么需要在for循环中指定多列。
## 3.对分组的某列或多列使用聚合函数
Python也可以实现像SQL中的分组聚合运算操作,主要通过groupby()函数与agg()函数实现。
以下代码实现:
1. 以'一级分类'分组,求分组后的平均值与和
2.以'一级分类'分组,求分组后'七天点击量'的平均值与和,求'订单预定'的和
df1.groupby(‘一级分类’).agg([‘mean’,‘sum’])
df1.groupby(‘一级分类’).agg({‘七天点击量’:[‘mean’,‘sum’],‘订单预定’:[‘sum’]})
我们可以通过自定义函数实现数组分组统计。书本p110
以下代码实现:
1.统计一月份销售数据中,购买次数最多的产品,及其人均购买数,人均花费,总购买数,总花费。
df = pd.read_excel(‘1月.xlsx’)
max1 = lambda x: x.value_counts(dropna=false).index[0]
df1 = df.agg({‘宝贝标题’:[max1],
‘数量’:[‘sum’,‘mean’],
‘卖家实际支付金额’:[‘sum’,‘mean’]})
print(df1)
## 4.通过字典和Series对象进行分组统计
##### 1.通过字典进行分组统计
创建字典,df.groupby()函数通过字典内信息分组。
import pandas as pd #导入pandas模块
#解决数据输出时列名不对齐的问题
pd.set_option(‘display.unicode.east_asian_width’, True)
df=pd.read_csv(‘JD.csv’,encoding=‘gbk’) #导入csv文件
df=df.set_index([‘商品名称’])
#创建字典
mapping={‘北京出库销量’:‘北上广’,‘上海出库销量’:‘北上广’,
‘广州出库销量’:‘北上广’,‘成都出库销量’:‘成都’,
‘武汉出库销量’:‘武汉’,‘西安出库销量’:‘西安’}
df1=df.groupby(mapping,axis=1).sum()
print(df1)
##### 2.通过Series对象进行分组统计
创建一个Series对象,然后将Series对象传给groupby()函数实现数据分组。Series对象内放索引+值:如'北京出库销量',对应值'北上广'。
import pandas as pd #导入pandas模块
#解决数据输出时列名不对齐的问题
pd.set_option(‘display.unicode.east_asian_width’, True)
df=pd.read_csv(‘JD.csv’,encoding=‘gbk’) #导入csv文件
df=df.set_index([‘商品名称’])
data={‘北京出库销量’:‘北上广’,‘上海出库销量’:‘北上广’,
‘广州出库销量’:‘北上广’,‘成都出库销量’:‘成都’,
‘武汉出库销量’:‘武汉’,‘西安出库销量’:‘西安’,}
s1=pd.Series(data)
print(s1)
df1=df.groupby(s1,axis=1).sum()
print(df1)
《python数据分析》p106
**自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。**
**深知大多数大数据工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
**因此收集整理了一份《2024年大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。**
![img](https://img-blog.csdnimg.cn/img_convert/6d7d40bedfddeb0f25d05a644e75627c.png)
![img](https://img-blog.csdnimg.cn/img_convert/f74c06846dcc041cbb108c4c7a24c4ed.png)
![img](https://img-blog.csdnimg.cn/img_convert/aa9b01f08a8e56144470f1f0daff4028.png)
![img](https://img-blog.csdnimg.cn/img_convert/d3afdafc6281e0f78f580a401f5af5ad.png)
![img](https://img-blog.csdnimg.cn/img_convert/9fad71b9ab0bd6aaa3a531fef94d36cd.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上大数据开发知识点,真正体系化!**
**由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新**
**如果你觉得这些内容对你有帮助,可以添加VX:vip204888 (备注大数据获取)**
![img](https://img-blog.csdnimg.cn/img_convert/ba070a1399038ef9e189af23a4bef07a.png)
大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新**
**如果你觉得这些内容对你有帮助,可以添加VX:vip204888 (备注大数据获取)**
[外链图片转存中...(img-5RqkpAn4-1712856734997)]