pandas之groupby的使用

pandas之groupby的使用
在这里插入图片描述
1、使用series进行groupby

df['A'].groupby(df['E']).count()

在这里插入图片描述
2、使用单列名进行groupby

df.groupby(["A"]).count()

在这里插入图片描述
3、使用多列进行groupby

df.groupby(['A','B']).count()

在这里插入图片描述
4、使用两列进行统计

df[['A','B']].groupby(['A']).max()

在这里插入图片描述
5、使用agg+groupby+新增一列

df['max'] = 1
df['max'] = df['B'].groupby(df['A']).agg('max').reset_index()
print(df)

在这里插入图片描述
6、map+lambda函数的修改列中数据

df['A'] = df['A'].map(lambda x : "%.3f"%x) 
#lambda在这里其实是在定义一个简单的函数,一个没有函数名的函数。
df

在这里插入图片描述
7、map+字典

df['B'] = df['B'].map({0:2,7:4})
df

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值