Pandas学习 - 分组

一、groupby函数

1. 分组函数的基本内容：

（a）根据某一列分组

grouped_single = df.groupby('School')

注意，这里的设置是没有显式的返回对象的，那么需要特殊的方法来调取结果。

# 找到分组变量值为S_1的记录
grouped_single.get_group('S_1').head()

（b）根据某几列分组

grouped_mul = df.groupby(['School','Class'])
# 即传入两个组值的索引，注意是圆括号
grouped_mul.get_group(('S_2','C_4'))

（c）组容量与组数

这里是给出方法来查看分组之后的一些元素：

# 单列分组容量
grouped_single.size()

# 多列分组容量
grouped_mul.size()

# 单列分组组数，注意没有()
grouped_single.ngroups
# 多列分组组数
grouped_mul.ngroups

（d）组的遍历

for name, group in grouped_single:
    print(name)
    display(group.head())

（e）level参数（用于多级索引）和axis参数

df.set_index(['Gender','School']).groupby(level=1,axis=0).get_group('S_1').head()

df.set_index(['Gender','School']).groupby(level=0,axis=0).get_group('M').head()

2. groupby对象的特点

（a）分组对象的head和first

# 返回每个组的前几行
grouped_single.head(2)
# 返回每个组的第一行
grouped_single.first()

（b）分组依据

df.groupby(np.random.choice(['a','b','c