pandas分组总结task3

SAC

SAC指的是分组操作中的split-apply-combine过程：
split指基于某一些规则，将数据拆成若干组，
apply是指对每一组独立地使用函数，
combine指将每一组的结果组合成某一类数据结构

apply过程

整合（Aggregation）——即分组计算统计量（如求均值、求每组元素个数）
变换（Transformation）——即分组对每个单元的数据进行操作（如元素标准化）
过滤（Filtration）——即按照某些规则筛选出一些组（如选出组内某一指标小于50的组）
综合问题——即前面提及的三种问题的混合

groupby函数

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)

by：mapping、函数、标签或标签列表
axis ： {0 or ‘index’, 1 or ‘columns’} 按行/列分组
level：如果轴是一个多索引(层次结构)，则按一个或多个特定级别分组
as_index：对于聚合的输出，返回以组标签为索引的对象。
sort：Groupby保留每个组中的行顺序。
group_keys：在调用apply时，将组键添加到索引中以标识块。
squeeze：降低返回类型的维数，否则返回一个一致的类型。

聚合、过滤和变换

聚合（Aggregation）

就是把一堆数，变成一个标量，因此mean/sum/size/count/std/var/sem/describe/first/last/nth/min/max都是聚合函数

过滤（Filteration）

filter函数是用来筛选某些组的，因此传入的值应当是布尔标量

grouped_single[['Math','Physics']].filter(lambda x:(x['Math']>32).all())

变换（Transformation）

传入对象：transform函数中传入的对象是组内的列，并且返回值需要与列长完全一致

grouped_single[['Math','Height']].transform(lambda x:x-x.min()).head()

apply函数

返回值的多样性：
1.标量返回值
2.列表返回值
3.数据框返回值