dataframe的groupby,agg,unstack应用

最新推荐文章于 2024-04-28 21:22:27 发布
最新推荐文章于 2024-04-28 21:22:27 发布
阅读量623 收藏 2
点赞数
分类专栏： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_65849358/article/details/122361676
版权

groupby一个索引的比较简单，这里主要讲两个索引的:
这里先设dataframe为下图
在这里插入图片描述
然后根据第0列和第1列来进行分组,再对第二列进行数量统计，这里用了nunique函数来进行数量统计
在这里插入图片描述
上图中最上面的2表示是根据原表的第3列即序号2的那一列使用的agg函数得到的结果。

unstack是把一维表转换成二维表，即把(0,1)这对分组条件分别写成表的行列索引，一一对应agg函数得到的结果，如下图:
在这里插入图片描述

stack是把二维表转换成一维表，类似花括号形式(就像是思维导图一层一层括出去)，第一列写上原本的行索引，第二列再第一列的每个行索引上写上所有列索引:(即把分组根据的(0,1)对写为行索引)
在这里插入图片描述
这里有0是因为前面使用unstack时把null填为了0，否则会返回为原表

咸鱼加咸
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
详解python中groupby函数通俗易懂
09-16
在Python的Pandas库中，`groupby()`函数是一个非常重要的功能，用于对DataFrame对象进行分组操作。本文将深入探讨`groupby()`函数的使用方法，帮助读者理解其核心概念，并通过实例来展示如何应用它进行数据处理。 1...
DataFrame groupby含重复数据的计算
weixin_46599926的博客
04-16 1044
需求：想计算每个brand有几种type 如果直接用groupby().count(), 则会把type里的重复值也一起算了进去。 data.groupby(['brand'])[['type']].count().reset_index() 因此我们在计算之前要先去一次重 # 两种写法都可以 data.groupby(['brand']).nunique().reset_index() # data.groupby(['brand']).agg({'type':pd.Series.nunique})
dataframe.groupby().agg()的使用
lnbbbb的博客
07-19 6546
初学者从初学者角度理解dataframe.groupby().agg()
python DataFrame数据分组统计groupby()函数
最新发布
2401_84140080的博客
04-28 1781
print(df)df1 = df.groupby(‘class’).sum() # 分组统计求和print(df1)1.2 二级分类_分组求和给groupby()传入一个列表，列表中的元素为分类字段，从左到右分类级别增大。(一级分类、二级分类…)data = [[‘a’, ‘A’, ‘1等’, 109], [‘b’, ‘B’, ‘1等’, 112], [‘c’, ‘A’, ‘1等’, 125], [‘d’, ‘B’, ‘2等’, 120],
Python-Pandas之Dataframe进行groupby之后重命名方法
苏小败在路上
05-11 2万+
在正常情况，我们是这样做分组统计的： dft = train_data.groupby('AdID').agg({'AdDate': ['nunique', 'unique']}) 得到的结果是这样的： 列变成多行了，其实有两个方法可以设置： 第一种，是重新命名列名： 最简单直接的方式： dft.columns = pd.Series(['Count', 'List']) 结果是这样的： 已经改好了，直截了当，但是呢，如果列数比较多就比较麻烦了，你还要一个个对应。 第二.
pandas groupby + unstack的使用
weixin_42764612的博客
04-26 5286
pandas groupby + unstack的使用概述代码说明1.仅对数据进行分组聚合2.对分组聚合后的数据进行unstack3.对分组聚合后的某列进行unstack 概述 groupby（）可以根据DataFrame中的某一列或者多列内容进行分组聚合，当DataFrame聚合后为两列索引时，可以使用unstack()将聚合的两列中一列值调整为行索引，另一列的值调整为列索引。 代码说明 tes...
pandas中groupby和unique后的顺序
weixin_47084663的博客
10-09 1001
pandas中groupby操作和unique操作
Convert_DataFrame
02-15
3. **数据转换（Transformation）**: 使用SQL-like语法进行过滤、排序、分组等操作，如`df[df['column'] > value]`进行条件筛选，`df.sort_values()`进行排序，`df.groupby('column').agg()`进行分组聚合。...
Numpy及Pandas_numpy_pandas_dataframe_python_
09-30
5. 数据转换：进行类型转换（`astype()`)，数据聚合（`groupby()`, `agg()`)。 6. 数据操作：计算统计指标（如均值、标准差、中位数等），数据排序（`sort_values()`)。 7. 数据重塑：使用`pivot()`, `stack()`, `...
Python-Pandas：Pandas数据处理笔记本
02-18
5. **数据聚合与分组**：`groupby()`函数允许我们将数据按特定列进行分组，然后对每组执行聚合操作（如求和、平均值等）。结合`agg()`、`apply()`和`transform()`，我们可以实现复杂的分组计算。 6. **数据透视与...
Pandas新版讲义.zip
03-15
1. GroupBy：通过groupby方法可以对数据按指定列进行分组，然后对每个组进行聚合操作，如求和、平均、计数等。 2. 聚合函数：agg、apply、transform方法允许对数据进行复杂的聚合计算。 六、时间序列分析 1. 时间...
16_Pandas.DataFrame计算统计信息并按GroupBy分组
qq_18351157的博客
05-14 6797
16_Pandas.DataFrame计算统计信息并按GroupBy分组 可以通过andas.DataFrame和pandas.Series的groupby（）方法对数据进行分组。可以汇总每个组的数据，并且可以通过任何函数计算或处理统计信息，例如平均值，最小值，最大值和总计。 这里，将描述以下内容。 iris数据集 通过groupby()分组 计算平均值，最小值，最大值，总和等 通过应用任意处理进行聚合：agg（） 批量统计关键统计信息：describe（） 绘制图表 iris数据集 以iris数据集为
pandas dataframe数据聚合groupby、agg、privot基于sum统计详解及实例
data+scenario+science+insight
05-01 1936
pandas dataframe数据聚合groupby、agg、privot基于sum统计详解及实例 知道了sum、那么min、max、mean、median都是举一反三的事情了。 在日常的数据分析中，经常需要将数据根据某个（多个）字段划分为不同的群体（group）进行分析，如电商领域将全国的总销售额根据省份进行划分，分析各省销售额的变化情况，社交领域将用户根据画像（性别、年龄）进行细分，研究用户的使用情况和偏好等。 在Pandas中，上述的数据处理操作主要运用groupby完成。 聚合(aggre
python和R对dataframe的分组聚合操作：dplyr、groupby、agg、group_by、nunique、reset_index、rename、summarise、n_distinct
data+scenario+science+insight
07-08 533
python和R对dataframe的分组聚合操作：dplyr、groupby、agg、group_by、nunique、reset_index、rename、summarise、n_distinct # 仿真数据集 import pandas as pd import numpy as np data = {'产品':['肉类','盐铁','纺织','木材']*2, '年份':[1046,1046,1046,1046,1047,1047,1047,1047], .
python中使用nunique注意的事项
yezcheng95的博客
02-03 600
python中使用nunique注意的事项
merge
anbingzhong1132的博客
08-16 138
1.merge def merge(left, right, how="inner", on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=("_x", "_y"), copy=True, indicator=False, validate=N...
groupby + unstack
weixin_43852674的博客
08-19 893
x = data.groupby([‘brand’,‘月份’]).sum()[‘counts’].to_frame() x = x[x[‘counts’]>=1000] x.head() x = x.rename(columns={‘counts’:‘month’}) tmp = x.unstack() tmp fonts = fm.FontProperties(fname=‘simsu...
【pandas】[5] 数据行列转置，数据透视（stack,unstack,pviot,pviot_table)
热门推荐
LiangHC
05-26 3万+
作者：lianghc 在逛CSDN论坛时遇到这样一个问题： 下列代码中srcdf和desdf都是Pandas的DataFrame对象，需要将srcdf转换为desdf，也就是根据列中的值拓展新的列，关系数据库报表中常见的需求，请问用DataFrame要如何实现？ print(srcdf) 姓名 性别 科目 分数 编号 0 刘玄
处理DataFrame数据——利用Groupby函数分类汇总数据并转为矩阵
小熊的博客
03-22 5399
利用Groupby函数分类汇总数据并转为矩阵
dataframe groupby agg
03-16
dataframe groupby agg是pandas中的一个函数，用于对数据进行分组聚合操作。它可以根据指定的列或多列对数据进行分组，然后对每个分组进行聚合操作，例如求和、平均值、最大值、最小值等。这个函数可以帮助我们更...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值