pandas DataFrame.groupby的用法整理（更新中）

最新推荐文章于 2024-04-28 21:22:27 发布

MarvinSCI

最新推荐文章于 2024-04-28 21:22:27 发布

阅读量591

点赞数

文章标签： pandas python 数据分析

本文链接：https://blog.csdn.net/MarvinSCI/article/details/127164512

版权

pandas DataFrame.groupby的用法整理（更新中）

groupby可用于DataFrame和Series

生成随机DataFrame

import pandas as pd
import numpy as np
from datetime import datetime
import random

rng=np.random.RandomState(52)
valueCol=rng.randn(100)
codeCol=[i for x in range(1,11) for i in [x]*10]
dateCol=[datetime(2021,x,1) for x in range(11,1,-1)]*10
exampleDF=pd.DataFrame({'date':dateCol,'code':codeCol,'value':valueCol})
exampleSR=pd.Series(codeCol,name='code')

groupby直接加函数

exampleDF_gbyd=exampleDF.groupby('date').mean()# groupby的列->index，升序排列，其余float列取mean()
exampleDF_gbyc=exampleDF.groupby('code').mean()# groupby的列->index，升序排列，其余float列取mean()，datetime列ignore

groupby加transform

exampleDF_gbyc_tr=exampleDF.groupby('code').transform(np.mean)# groupby的列ignore，date和value列取mean()，行数不变
exampleDF_gbyc_tr_v=exampleDF.groupby('date')[['value']].transform(np.mean)# groupby的列ignore，value列取mean()，行数不变
exampleDF_gbyd_tr_lamb=exampleDF.groupby('date')[['value']].transform(lambda x: np.prod(x))# groupby的列ignore，value取np.prod()，行数不变

groupby加agg

exampleDF_gbyd_agg_lamb=exampleDF.groupby('date')[['value']].agg(lambda x: np.prod(x))# groupby的列->index，升序排列，value取np.prod()

groupby在每个group中取rank或qcut

exampleDF['rank']=exampleDF.groupby('code')['value'].transform(lambda x: x.rank())
exampleDF['qcut']=exampleDF.groupby('code')['value'].apply(lambda x: pd.qcut(x,2,labels=np.array([0,1])))