pandas基础（分组和聚合运算）

分组计算

分组计算三步曲：拆分 -> 应用 -> 合并

• 拆分：根据什么进行分组？
• 应用：每个分组进行什么样的计算？
• 合并：把每个分组的计算结果合并起来。
  
  以一个DataFrame类型的df为例：

df = pd.DataFrame({'key1': ['a', 'a', 'b', 'b', 'a'],
                  'key2': ['one', 'two', 'one', 'two', 'one'],
                  'data1': np.random.randint(1, 10, 5),
                  'data2': np.random.randint(1, 10, 5)})
df

对Series进行分组

通过索引对齐关联起来

# 根据一层索引来分组
grouped = df['data1'].groupby(df['key1'])
grouped.mean()

运行结果为：
key1
a    3.0
b    3.5

# 根据两层索引来分组
df['data1'].groupby([df['key1'], df['key2']]).mean()

运行结果为：
key1  key2
a     one     2
      two     5
b     one     4
      two     3

对DataFrame分组

# 根据一层索引来分组
df.groupby('key1').mean()

# 根据两层索引来分组
# 只获取其中一列数据的分组运算
means = df.groupby(['key1', 'key2']).mean()['data1']
means

运行结果为：
key1  key2
a     one     2
      two     5
b     one     4
      two     3

# 运算函数 和 需要分组的数据 顺序可以调换
df.groupby(['key1', 'key2'])['data1'].mean()

运行结果为：
key1  key2
a     one     2
      two     5
b     one     4
      two     3

# unstack函数将数据从”花括号结构“变成”表格结构“,即要将其中一层的列索引变成行索引.
means.unstack()

求每个分组的元素个数 size()

df.groupby(['key1', 'key2']).size()

运行结果为：
key1  key2
a     one     2
      two     1
b     one     1
      two     1

对分组进行迭代

输出分组后的所有组别

for name, group in df.groupby('key1'):
    print name
    print group
    
运行结果为：
a
   data1  data2 key1 key2
0      1      6    a  one
1      5      9    a  two
4      3      5    a  one
b
   data1  data2 key1 key2
2      4      7    b  one
3      3      7    b  two

for name, group in df.groupby(['key1', 'key2']):