python数据处理----分组和聚合计算（入门）

分组

# 读取tsv文件，分隔符为\t
df = pd.read_csv('../data/gapminder.tsv',sep='\t')  
print(df)

groupby('以xx字段分组')

以年份分组，查看所有国家年龄的平均值：

df.groupby('year')['lifeExp'].mean()

大洲为亚洲，以年份分组，查看年龄的平均值：

df[df['continent'] == 'Asia'].groupby('year')['lifeExp'].mean()

---

分组聚合查询

分组时传入列表，以多个字段分组；查询时传入列表，查询多个列

以年份和大洲分组（传入列表），查看年龄和GDP（聚合传入列表）的平均值：

df.groupby(['year','continent'])[['lifeExp','gdpPercap']].mean()

这种聚合分组查询分组的两个字段存在索引层级关系，如果要去掉层级关系就要重置索引：

计算频数

计算每个大洲统计了多少个国家：

nunique()方法

df.groupby('continent')['country'].nunique()