Pandas_分组和聚合计算

一.聚合函数

• mean
  • 平均值
• sum
  • 总和
• max
  • 最大值
• min
  • 最小值
• unique
  • 唯一值计数
• std
  • 标准差

二.分组计算

• 创建分组对象
  • DataFrame.groupby(列名)

  # 根据year创建分组对象
  df.groupby('year')
  

• 创建Series\DataFrame分组对象
  • 分组对象[列名]

  # 加载分组对象的指定列(返回值是Series分组对象)
  df.groupby('year')['country']
  # 加载分组对象的指定列(返回值是DataFrame分组对象)
  df.groupby('year')[['country', 'lifeExp']]
  

• 对Series\DataFrame分组对象求聚合值
  • Series\DataFrame分组对象.聚合函数

  # 对Series分组对象求平均值
  df.groupby('year')['lifeExp'].mean()
  # 对DataFrame分组对象求平均值
  df.groupby('year')[['pop', 'lifeExp']].mean()
  

三.实际应用

• 对单列分组对指定单列计算聚合值
  • DataFrame.groupby(分组列名)[指定列名].聚合函数

  # 对year进行分组，对lifeExp列求平均值
  df.groupby('year')['lifeExp'].mean()
  

• 对多列值进行分组计算聚合值
  • DataFrame.groupby([分组列名])[[指定列名]].聚合函数

  # 对year列和continent列进行分组，对lifeExp列和gdpPercap列求最大值
  df.groupby(['year', 'continent'])[['lifeExp','gdpPercap']].max()
  # 对year列和continent列进行分组，对lifeExp列和gdpPercap列求最大值(去掉索引的层级结构)
  df.groupby(['year', 'continent'])[['lifeExp','gdpPercap']].max().reset_index()