dataframe

 note:内置函数名需要引号，自定义的不需要==>不是，内置函数不带引号也可以。

[(x,y),z,d]:ok

[{x:y},z,d]:error

groupby和agg使用有一个注意点：

 

1：df[df.name.str.contains('kw')].groupby('phone')['name'].agg([('uv',pd.Series.nunique)])

 

2：df[df.name.str.contains('kw')].groupby('phone').agg([('name',pd.Series.nunique)])

其实1和2的最终结果是一样的，不一样的是结果对应的列名

当groupby之后跟指定的列agg函数里既可以写成自己需要的列名，如果不跟指定的列agg函数里就必须写DF里的列名，不然会报不存在的列。

对不同列使用不同函数 

import pandas as pd
df = pd.DataFrame(data={'books':['bk1','bk1','bk1','bk2','bk2','bk3'], 'price': 
[12,12,12,15,15,17]})

df0 = df.groupby('books', as_index=True).sum()
print(df0.loc['bk1'])
#print(df0.loc[0])
print('..........................................')
df1 = df.groupby('books', as_index=False).sum()
#print(df1.loc['bk1'])
print(df1.loc[df1.books=='bk1'])
print('..........................................')
print(df1.loc[0])

price    36
Name: bk1, dtype: int64
..........................................
  books  price
0   bk1     36
..........................................
books    bk1
price     36
Name: 0, dtype: object

type(df1.loc[df1.books=='bk1'])
Out[9]: pandas.core.frame.DataFrame

type(df1.loc[0])
Out[10]: pandas.core.series.Series