Pandas教程（五）—— 数据分组聚合及批处理

1.GroupBy机制

groupby分为三个步骤： 拆分-应用-合并 

1. 拆分操作是在特定轴向上进行的，dataframe可以在 行方向（axis=0）/  列方向 上分组
2. 分组后会产生groupby对象，我们就可以将函数应用在groupby对象的各个组中，产生新的值
3. 最终，所有函数的应用结果会合并为一个结果对象

 1.1 数据分组  

   1.1.1 遍历各个分组（了解）

     groupby对象支持迭代，会生成一个包含组名和数据块的2维元组序列

import pandas as pd
road = "E:\python 资料\孙兴华 数据分析教程\Pandas课件\课件\pandas教程\课件026\分组聚合.xlsx"
data = pd.read_excel(road)

# 遍历 城市 和 区 这两列
for (i,j),group in data.groupby(["城市","区"]):  #城市列赋值给i，区列赋值给j
    print((i,j))
    print(group)

​

   1.1.2 选择一列或所有列的子集

        对于由DataFrame产生的GroupBy对象，如果用单个列名或一组列名对其进行索引，就能实现选取部分列进行聚合的目的

• 语法：df.groupby（[ df列名1，df列名2 ]）[ [ gb列名 ] ] . 聚合函数

参数说明：

             黄色部分：dataframe的列名，指要根据哪些列分组；也可传入一个判断语句

                                如：data.序号%2 == 0  一一>  筛选出偶数序号

             红色部分：产生的groupby对象的列名，指要对哪些列去做聚合

             蓝色部分：聚合的方式

             as_index：是否用分组键作为索引（默认True）

juhe = data.groupby(['城市','区'])[['人数','金额']].sum()
print(juhe)

​

根据城市和区 分组，对人数和金额以求和方式聚合

   1.1.3 使用字典和series分组

        如果我们的分组信息，是以某种对应关系的方式给定，那么我们就可以利用字典来进行分组

import pandas as pd
road= "E:\python 资料\孙兴华 数据分析教程\Pandas课件\课件\pandas教程\课件026\分组聚合2.xlsx"
data = pd.read_excel(road,index_col='店号') #指定店名这一列，用作行名
print(data)

Correspondence = {'1月':'一季度','2月':'一季度','3月':'一季度','4月':'二季度'} #根据对应关系分组
data2 = data.groupby(Correspondence,axis=1) # 传入对应关系，按行分组
print(data2.sum()) # 聚合

   1.1.4 根据函数分组（了解） 

        我们要对哪个列进行分组，就把哪个列设为索引，然后直接在groupby中传入函数即可 

•  案例：按城市的名字字数进行分组聚合

import pandas as pd
road = "E:\python 资料\孙兴华 数据分析教程\Pandas课件\课件\pandas教程\课件026\分组聚合.xlsx"
data = pd.read_excel(road,index_col='城市') #对哪个列进行分组，就把他设成索引
data2 = data.groupby(len)[['人数','金额']].sum()
print(data2)