DataFrame.groupby()用法

1. 函数定义

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

• by : 接收映射、函数、标签或标签列表；用于确定聚合的组
• axis : 接收 0/1；用于表示沿行(0)或列(1)分割。
• level : 接收int、级别名称或序列，默认为None；如果轴是一个多索引(层次化)，则按一个或多个特定级别分组
• as_index : 接收布尔值，默认Ture；Ture则返回以组标签为索引的对象，False则不以组标签为索引

2. 讲解

网上的讲解：讲解

3. 例子

1. 原始数据集：

数据集为泰坦尼克号幸存者数据集

2. 特征与目标相关性

• Survived为目标特征，以Cabin属性为例，展示类别特征与目标特征之间的关系。

results_df = df.groupby(['Pclass'])['Survived'].mean()

• 通过对df中的 ’Sex‘ 属性分组，并对目标特征 ‘Survived’ 计算平均值(因为目标特征只有0和1，所以计算平均值相当于计算不同Sex类别的存活率)

• 返回的是一维Series，索引为类别的种类，并不是下标

3. 绘制柱形图

results_df.plot(y=['Survival Rate'], kind='bar', title="Survival Rate", legend=False)