pandas.group by

group by函数在使用Python进行分组分析时使用非常频繁,使用group by可以对数据进行简单的分组分析。 
一、分组列一列,计算列一列的写法


一组分组列,一组计算列,一种计算方式


aggResult = data.groupby(by=['年龄分层'])['年龄'].agg({'人数': numpy.size})1

grouped = data.年龄.groupby(data.年龄分层)
aggResult = grouped.agg({'人数': numpy.size})12


一组分组列,一组计算列,多种计算方式


aggResult = data.groupby(by=['class'])['score'].agg({'总分': numpy.sum,'人数': numpy.size,'平值': numpy.mean})1

grouped = data.score.groupby(data.class)
aggResult = grouped.agg({'总分': numpy.sum,'人数': numpy.size,'平值': numpy.mean})12

二、分组列两列,计算列一列的写法 
 - 两组分组列,一组计算列,一种计算方式

aggResult = data.groupby(by=['年龄分层'])['年龄','性别'].agg({'人数': numpy.size})1

grouped = data.年龄.groupby(data.年龄分层,data.性别)
aggResult = grouped.agg({'人数': numpy.size})
--------------------- 
作者:aryena的花花世界 
来源:CSDN 
原文:https://blog.csdn.net/weixin_41100555/article/details/79482622 
版权声明:本文为博主原创文章,转载请附上博文链接!

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