分组
df = pd.read_csv('data/car.csv')
找到分组的本质意义:其实就是以某个单位对什么进行分组
写法为
df.groupby(分组依据)[数据来源].使用操作
我们读取了习题的数据,并进行了基本的分组
df.groupby('Brand')['Mileage'].mean()
df.groupby(["Country","Type"])['Mileage'].mean()
也可以设定条件语句
condition = df.Weight > df.Weight.mean()
df.groupby(condition)['Mileage'].mean()
此外,写法不可以修改,我尝试了
df.groupby(condition)['Mileage']
<pandas.core.groupby.generic.SeriesGroupBy object at 0x00000203800F2A90>
哦~可以用group来看
q=j.groupby(['Country', 'Type'])
q.size()
size是用来统技元素数目的,和之前的有些区别
聚合函数
这里面主要是熟悉对agg的使用(一般来说是能够用groupby就用groupby。。)
t=df.groupby('Country')['Price']
t.max()
Country
France 15930
Germany 18900
Japan 24760
Japan/USA 12459
Korea 9999
Mexico 8672
Sweden 18450
USA 17257
Name: Price, dtype: int64
一般来说。只能使用一个函数,agg可以同时使用多个
使用多个函数
t.agg(["max","min","idxmax","idxmin"])
max min idxmax idxmin
Country
France 15930 15930 33 33
Germany 18900 9995 22 12
Japan 24760 5866 37 9
Japan/USA 12459 6635 28 3
Korea 9999 6319 44 2
Mexico 8672 8672 5 5
Sweden 18450 18450 36 36
USA 17257 7402 52 1
使用自定义函数(感觉用的少)
t.agg(lambda x: x.mean()-x.min())
Country
France 0.000000
Germany 4452.500000
Japan 8072.052632
Japan/USA 3432.571429
Korea 1538.333333
Mexico 0.000000
Sweden 0.000000
USA 5141.269231
Name: Price, dtype: float64
当然还有transform~但是根据百度的资料,他的作用是非常低的,没学了(偷懒之术)
但是我为啥报错了,报错原因是这里的列明出问题了
是这个原因嘛