Python 字段进行分组和聚合操作

基础

要对多个字段进行分组和聚合操作，你可以在 groupby 方法中传入多个字段的名称，然后使用 agg 方法对多个字段进行不同的聚合操作。

以下是一个示例，演示了如何对多个字段进行分组和聚合操作：

import pandas as pd

# 创建一个包含多个字段的字典
data = {
    'group': ['A', 'B', 'A', 'B', 'A', 'B'],
    'category': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    'value1': [10, 20, 30, 40, 50, 60],
    'value2': [100, 200, 300, 400, 500, 600]
}

# 将字典转换为 DataFrame
df = pd.DataFrame(data)

# 使用 groupby 和聚合函数进行分组和聚合
grouped = df.groupby(['group', 'category']).agg({'value1': 'sum', 'value2': 'mean'})

# 打印分组和聚合后的结果
print(grouped)

在这个示例中，我们创建了一个包含 ‘group’, ‘category’, ‘value1’ 和 ‘value2’ 四个字段的字典，并将其转换为 pandas 的 DataFrame 对象。然后，我们使用 groupby 方法按照 ‘group’ 和 ‘category’ 两个字段进行分组，并使用 agg 方法对 ‘value1’ 和 ‘value2’ 两个字段分别进行了求和和平均值的聚合操作。

进阶

在 pandas 中，agg 方法可以接受一个字典作为参数，字典的键是要进行聚合操作的列名，值是要应用的聚合函数。除了 sum 和 mean 之外，还有许多其他聚合函数可供选择。以下是一些常用的聚合函数及其含义：

1. sum：计算数值列的总和。
2. mean：计算数值列的平均值。
3. median：计算数值列的中位数。
4. min：找出数值列的最小值。
5. max：找出数值列的最大值。
6. count：计算非缺失值的数量。
7. std：计算数值列的标准差。
8. var：计算数值列的方差。
9. first：获取数值列的第一个值。
10. last：获取数值列的最后一个值。

除了这些常见的聚合函数外，你还可以使用自定义的函数进行聚合操作。只需将自定义函数的名称传递给 agg 方法即可。

以下是一个示例，演示了如何使用不同的聚合函数对多个字段进行聚合操作：

import pandas as pd

# 创建一个包含多个字段的字典
data = {
    'group': ['A', 'B', 'A', 'B', 'A', 'B'],
    'value1': [10, 20, 30, 40, 50, 60],
    'value2': [100, 200, 300, 400, 500, 600]
}

# 将字典转换为 DataFrame
df = pd.DataFrame(data)

# 使用 groupby 和聚合函数进行分组和聚合
agg_functions = {'value1': 'sum', 'value2': ['min', 'max', 'std']}
grouped = df.groupby('group').agg(agg_functions)

# 打印分组和聚合后的结果
print(grouped)

在这个示例中，我们使用了 min、max 和 std 这三个不同的聚合函数对 ‘value2’ 列进行了聚合操作。