本文摘要:
分组后使用聚合函数统计
df为
- 单个列groupby,查询所有数据列的统计
df.groupby('A').sum()
返回结果,可见A变成索引列,里面的值进行了分类有bar、foo。因为调用sum函数,B列不是数字,自动忽略。
2. 多列groupby,查询所有数据列的平均数
df.groupby(['A', 'B']).mean()
A、B变成了二级索引
如果不希望A、B变成索引,可以修改as_index参数为False
df.groupby(['A', 'B'], as_index=False).mean()
- 同时查看多种数据统计结果,这里用到了numpy里的函数
df.groupby('A').agg([np.sum, np.mean, np.std])
列变成了多级索引
4. 查看单列的数据统计结果
# 查看分组后 某列多种数据统计结果
df.groupby('A')['C'].agg([np.sum, np.mean, np.std])
# 查看分组后 某列一种数据统计结果
df.groupby('A')['C'].max()
- 不同列使用不同函数
df.groupby('A').agg({'C': np.sum, 'D': np.mean})
获取某个分组的数据
按某一列分组的情况:
g = df.groupby('A')
返回结果是个DataFrameGroupBy对象,可直接遍历
for name, group in g:
print(name)
print(group)
print()
通过get_group方法获取某个分组的数据
g.get_group('bar')
按多列分组的情况:
g = df.groupby(['A', 'B'])
这里的返回结果name就是一个包含两个元素的元组
所以可以这么获取分组的数据
g.get_group(('foo', 'one'))
*此文仅为个人笔记