数据的分组

数据的分组

Pandas提供了一个灵活高效的groupby功能，它能对数据集进行切片、切块、摘要等操作。

DataFrame.groupby('列索引'), 分组后的结果为DataFrameGroupBy object，是一个分组后的对象。用groupby的size()方法可以查看分组后每组的数量，并返回一个含有各分组所包含数值数量的Series：print(groups.size())

import pandas as pd
import random
dic = {
   'name':['xiaoming','xiaohua','xiaohong','xiaohei','xiaobai'],'gender':['F','M','F','F','M'],'grade':random.sample(range(0,100),5)}
df = pd.DataFrame(dic)
df

	name	gender	grade
0	xiaoming	F	72
1	xiaohua	M	39
2	xiaohong	F	31
3	xiaohei	F	6
4	xiaobai	M	81

groups = df.groupby('gender')
print(groups)
print(type(groups)) # 分组后的对象

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x00000272FF801DD8>
<class 'pandas.core.groupby.generic.DataFrameGroupBy'>

datas = groups.size()
print(datas) # 返回各组多少数量的Series对象
print(type(datas))

gender
F    3
M    2
dtype: int64
<class 'pandas.core.series.Series'>

# 计算男女比例
rate = datas['F']/datas['M']
rate

1.5

# 计算男女占总人数的比例
for gender, quantity in datas.items():
    rate1 = quantity / df.shape[0]
    final_rate = '%.2f%%'%(rate1*100)
    print('总人数中{}性占比为{}'.format(gender,final_rate))

总人数中F性占比为60.00%
总人数中M性占比为40.00%