数据分析之分组groupby方法

本文使用 python 3, pandas 1.3.5 , numpy 1.22.0库

---

前言

pandas.DataFrame.groupby方法就是DataFrame类型或者Series类型数据根据index/column 进行分组，然后对某列/某些列进行组内处理的过程。

一 、groupby使用公式

需要处理的某列或者某些列.groupby(作为分组标准的列/作为分组标准的列的list/index).apply/agg(某列的运算函数)
【注：返回copy】

二、python实现

2.1 直接对分组数据做聚合运算

比如，我们生成多重索引的Dataframe数据 a，然后按"索引1"进行分组,并在组内对“随机数1”这列做和运算,并存储到 b中

代码如下，

import pandas as pd
import numpy as np

#生成多重索引的Dataframe数据
np.random.seed(0)
a = pd.DataFrame(np.random.randint(low =0,high =12,size = (12,2)), index = pd.MultiIndex.from_product([["A","B","C"], [i for i in range(4)]]), columns = ["随机数1","随机数2"])
a.index.names = ["索引1","索引2"]

# 按"索引1"进行分组,并在组内对“随机数1”这列做和运算,并存储到b

groupby  = a["随机数1"].groupby("索引1")
b = groupby.agg("sum")

结果如下，

2.2 对分组数据做自定义运算

我们依然使用2.1创建的a，但这次我们按"索引1"进行分组,并在组内对“随机数2”这列做自定义运算,并存储到"new_col"
代码如下，

groupby  = a["随机数2"].groupby("索引1")
def func(x):
    return x**2 -1
a["new_col"] = groupby.apply(func)

结果如下，

欢迎点赞鼓励