Pandas 数据的聚合分组

    在EXCEL中，数据透视表是一个很神奇的工具，非常实用，方便。 当我第一次用时，it's amazing!

 

 

同样的，在Pandas模块中，也存在着类似数据透视表的功能：将数据分组，聚合。 

 

    -----DataFrame.groupby([key1,key2],as_index=False)    

 

 

 

    上面的代码中，分组键key1,key2可以是任何长度适当的Series，同样还可以是相对应DataFrame的列名，还可以是字典，如：{a:1,b:2,c:1,d:2,f:1},就会按照1，2进行分组。 as_index--依照分组的键不构成新的索引，新索引自然排序。

 

 

 

 

 

    groupby对象支持迭代，也可以做成字典。

 

 

 

 

    当你只想显示某一组数据是，可以使用  df.groupby(key)[data1]  或者  df[data1].groupby(df[key1])。

 

 

 

    还可以根据函数进行分组，df.groupby(func)，函数func会在各个索引上调用一次

 

 

    根据索引进行分组，df.groupby(level='key',axis=0|1)

 

 

    grouped.transform(func)--将一个函数应用到各个分组，然后将结果放置在适当位置。

 

 

 

 

 

 函数的聚合： grouped.agg([func1,func2,func3])

 

 

 

 

拆分-合并-应用： grouped.apply(func)。   正是先用groupby拆分，再用apply进行各部分应用，最后再用func作用于各个部分进行合并。

 

 

 

pd.cut(data，num)---分位数，将一组数据按照数值区间大小相等的原则，等分成num份。然后作为分组键对其他DATAFRAME进行分组。

 

pd.qcut(data,num)---桶分析，按照数据点数量相等原则，等分成num份。

 

 

 

df.pivot_table(['data1','data2'],index=['key1'],columns=['key2'],aggfunc=func,fill_value=0)

 

aggfunc参数，填入各个部分的聚合函数，fill_value参数，用于替换结果表中的缺失值。