Pandas resample, groupby, grouper, agg

介绍：

本文重点介绍了pandas中resample、groupby、Grouper和agg函数的使用。

resample

Pandas中的resample，重新采样，是对原样本重新处理的一个方法，是一个对常规时间序列数据重新采样和频率转换的便捷的方法。
降采样：高频数据到低频数据
升采样：低频数据到高频数据
主要函数：resample()（pandas对象都会有这个方法）

resample方法的参数

参数	说明
freq	表示重采样频率，例如‘M’、‘5min’，Second(15)
how=’mean’	用于产生聚合值的函数名或数组函数，例如‘mean’、‘ohlc’、np.max等，默认是‘mean’，其他常用的值由：‘first’、‘last’、‘median’、‘max’、‘min’
axis=0	默认是纵轴，横轴设置axis=1
fill_method = None	升采样时如何插值，比如‘ffill’、‘bfill’等
closed = ‘right’	在降采样时，各时间段的哪一段是闭合的，‘right’或‘left’，默认‘right’
label= ‘right’	在降采样时，如何设置聚合值的标签，例如，9：30-9：35会被标记成9：30还是9：35,默认9：30
loffset = None	面元标签的时间校正值，比如‘-1s’或Second(-1)用于将聚合标签调早1秒
limit=None	在向前或向后填充时，允许填充的最大时期数
kind = None	聚合到时期（‘period’）或时间戳（‘timestamp’），默认聚合到时间序列的索引类型
convention = None	当重采样时期时，将低频率转换到高频率所采用的约定（start或end）。默认‘end’

首先创建一个series,采样频率为一分钟。

%matplotlib inline
%config InlineBackend.figure_format = 'svg'
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

index = pd.date_range('1/1/2000', periods=9, freq='T')
series = pd.Series(range(9), index=index)
series

2000-01-01 00:00:00    0
2000-01-01 00:01:00    1
2000-01-01 00:02:00    2
2000-01-01 00:03:00    3
2000-01-01 00:04:00    4
2000-01-01 00:05:00    5
2000-01-01 00:06:00    6
2000-01-01 00:07:00    7
2000-01-01 00:08:00    8
Freq: T, dtype: int64

降低采样频率为三分钟：

series.resample('3T').sum()

2000-01-01 00:00:00     3
2000-01-01 00:03:00    12
2000-01-01 00:06:00    21
Freq: 3T, dtype: int64

降低采样频率为三分钟，但是每个标签使用right来代替left。

注意：bucket中的值用作标签：

series.resample('3T', label='right').sum()

2000-01-01 00:03:00     3
2000-01-01 00:06:00    12
2000-01-01 00:09:00    21
Freq: 3T, dtype: int64

降低采样频率为三分钟，但是关闭right区间,即左开右闭区间

series.resample('3T', label='right', closed='right').sum()

2000-01-01 00:00:00     0
2000-01-01 00:03:00     6
2000-01-01 00:06:00    15
2000-01-01 00:09:00    15
Freq: 3T, dtype: int64

增加采样频率到30秒

series.resample('30S').asfreq()[0:5] # asfreq是日期序列补充函数

2000-01-01 00:00:00    0.0
2000-01-01 00:00:30    NaN
2000-01-01 00:01:00    1.0
2000-01-01 00:01:30    NaN
2000-01-01 00:02:00    2.0
Freq: 30S, dtype: float64

增加采样频率到30S,使用pad方法填充nan值。

series.resample('30S').pad()[0:5]

2000-01-01 00:00:00    0
2000-01-01 00:00:30    0
2000-01-01 00:01:00    1
2000-01-01 00:01:30    1
2000-01-01 00:02:00    2
Freq: 30S, dtype: int64

增加采样频率到30S,使用bfill方法填充nan值。

series.resample('30S').bfill()[0:5]

2000-01-01 00:00:00    0
2000-01-01 00:00:30    1
2000-01-01 00:01:00    1
2000-01-01 00:01:30    2
2000-01-01 00:02:00    2
Freq: 30S, dtype: int64

通过apply运行一个自定义函数

def custom_resampler(array_like):
    return np.sum(array_like) + 5
series.resample('3T').apply(custom_resampler)

2000-01-01 00:00:00     8
2000-01-01 00:03:00    17
2000-01-01 00:06:00    26
Freq: 3T, dtype: int64

groupby && Grouper

什么是group by

groupby就是按xx分组, 它也确实是用来实现这样功能的.

data = pd.read_excel('original_data.xls')
data.sample(10)

	热水器编号	发生时间	开关机状态	加热中	保温中	有无水流	实际温度	热水量	水流量	节能模式	加热剩余时间	当前设置温度
2833	R_00001	20141021214604	开	开	关	有	39°C	25%	30	关	11分钟	50°C
13993	R_00001	20141105072458	关	关	关	无	30°C	0%	0	关	0分钟	50°C
5933	R_00001	20141025033700	关	关	关	无	29°C	0%	0	关	0分钟	50°C
14002	R_00001	20141105072647	关	关	关	无	31°C	0%	0	关	0分钟	50°C
7228	R_00001	20141026044313	关	关	关	无	30°C	0%	0	关	0分钟	50°C
2825	R_00001	20141021214455	开	开	关	有	39°C	25%	30	关	12分钟	50°C
17044	R_00001	20141108224924	开	开	关	无	43°C	50%	0	关	9分钟	50°C
10696	R_00001	20141031194704	关	关	关	有	47°C	50%	25	关	0分钟	50°C
15135	R_00001	20141106084205	开	关	开	无	47°C	50%	0	关	0分钟	50°C
18449	R_00001	20141110185948	开	开	关	有	47°C	50%	35	关	3分钟	50°C

data.groupby('实际温度')

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x000000000E003588>

这里我们得到了一个叫DataFrameGroupBy的东西, 虽然 pandas 不让我们直接看它长啥样, 但是你将它想象成上面那幅分组后的图(我手绘的)是完全没有问题的.

这里主要介绍如何鼓捣这个DataFrameGroupBy, 这个DataFrameGroupBy主要的功能能是允许你在不额外写循环的情况下, 快速对每一组数据进行操作

1.分组情况

for index, da in data.groupby('实际温度'):
    print(index)
    print(da)

28°C
        热水器编号            发生时间 开关机状态 加热中 保温中 有无水流  实际温度 热水量  水流量 节能模式 加热剩余时间  \
511   R_00001  20141019154300     开   开   关    有  28°C  0%   42    关   31分钟   
512   R_00001  20141019154302     开   开   关    有  28°C  0%   42    关   29分钟   
4334  R_00001  20141024122809     关   关   关    无  28°C  0%    0    关    0分钟   
4336  R_00001  20141024122952     关   关   关    无  28°C  0%    0    关    0分钟   
4338  R_00001  20141024123224     关   关   关    无  28°C  0%    0    关    0分钟   
...       ...             ...   ...  ..  ..  ...   ...  ..  ...  ...    ...   
6215  R_00001  20141025124503     关   关   关    无  28°C  0%    0    关    0分钟   
6216  R_00001  20141025130406     关   关   关    无  28°C  0%    0    关    0分钟   
6217  R_00001  20141025130408     关   关   关    无  28°C  0%   10    关    0分钟   
6218  R_00001  20141025153300     关   关   关    无  28°C  0%    0    关    0分钟   
6219  R_00001  20141025153306     开   开   关    无  28°C  0%    0    关   31分钟   

     当前设置温度  
511    50°C  
512    50°C  
4334   50°C  
4336   50°C  
4338   50°C  
...     ...  
6215   50°C  
6216   50°C  
6217   50°C  
6218   50°C  
6219   50°C  

[824 rows x 12 columns]
29°C
         热水器编号            发生时间 开关机状态 加热中 保温中 有无水流  实际温度 热水量  水流量 节能模式 加热剩余时间  \
4      R_00001  20141019071236     关   关   关    无  29°C  0%    0    关    0分钟   
6      R_00001  20141019071608     关   关   关    无  29°C  0%    0    关    0分钟   
8      R_00001  20141019072010     关   关   关    无  29°C  0%    0    关    0分钟   
10     R_00001  20141019072159     关   关   关    无  29°C  0%    0    关    0分钟   
12     R_00001  20141019072219     关   关   关    无  29°C  0%    0    关    0分钟   
...        ...             ...   ...  ..  ..  ...   ...  ..  ...  ...    ...   
12246  R_00001  20141102173805     开   开   关    无  29°C  0%    0    关   27分钟   
12247  R_00001  20141102173825     开   开   关    无  29°C  0%    0    关   26分钟   
12248  R_00001  20141102173827     开   开   关    无  29°C  0%    0    关   28分钟   
14239  R_00001  20141105151543     开   开   关    无  29°C  0%    0    关   29分钟   
14240  R_00001  20141105151547     开   开   关    无  29°C  0%    0    关   28分钟   

      当前设置温度  
4       50°C  
6       50°C  
8       50°C  
10      50°C  
12      50°C  
...      ...  
12246   50°C  
12247   50°C  
12248   50°C  
14239   50°C  
14240   50°C  

[1729 rows x 12 columns]
30°C
         热水器编号            发生时间 开关机状态 加热中 保温中 有无水流  实际温度  热水量  水流量 节能模式 加热剩余时间  \
0      R_00001  20141019063917     关   关   关    无  30°C   0%    0    关    0分钟   
1      R_00001  20141019070154     关   关   关    无  30°C   0%    0    关    0分钟   
2      R_00001  20141019070156     关   关   关    无  30°C   0%    8    关    0分钟   
3      R_00001  20141019071230     关   关   关    无  30°C   0%    0    关    0分钟   
5      R_00001  20141019071602     关   关   关    无  30°C   0%    0    关    0分钟   
...        ...             ...   ...  ..  ..  ...   ...  ...  ...  ...    ...   
16754  R_00001  20141108214826     开   开   关    无  30°C   0%    0    关   28分钟   
18143  R_00001  20141110160157     开   开   关    无  30°C  25%    0    关   28分钟   
18144  R_00001  20141110160159     开   开   关    无  30°C  25%    0    关   27分钟   
18146  R_00001  20141110160228     开   开   关    无  30°C  25%    0    关   28分钟   
18147  R_00001  20141110160230     开   开   关    无  30°C  25%    0    关   27分钟   

      当前设置温度  
0       50°C  
1       50°C  
2       50°C  
3       50°C  
5       50°C  
...      ...  
16754   50°C  
18143   50°C  
18144   50°C  
18146   50°C  
18147   50°C  

[918 rows x 12 columns]
31°C
         热水器编号            发生时间 开关机状态 加热中 保温中 有无水流  实际温度  热水量  水流量 节能模式 加热剩余时间  \
599    R_00001  20141019155213     开   开   关    无  31°C   0%    0    关   26分钟   
600    R_00001  20141019155219     开   开   关    无  31°C   0%    0    关   25分钟   
1418   R_00001  20141020073544     关   关   关    有  31°C   0%   62    关    0分钟   
1419   R_00001  20141020073546     关   关   关    有  31°C   0%   65    关    0分钟   
1420   R_00001  20141020073548     关   关   关    有  31°C   0%   62    关    0分钟   
...        ...             ...   ...  ..  ..  ...   ...  ...  ...  ...    ...   
18145  R_00001  20141110160205     开   开   关    无  31°C  25%    0    关   26分钟   
18148  R_00001  20141110160326     开   开   关    无  31°C  25%    0    关   26分钟   
18149  R_00001  20141110160407     开   开   关    无  31°C  25%    0    关   25分钟   
18326  R_00001  20141110163715     开   开   关    无  31°C  25%    0    关   26分钟   
18327  R_00001  20141110163808     开   开   关    无  31°C  25%    0    关   25分钟   

      当前设置温度  
599     50°C  
600     50°C  
1418    50°C  
1419    50°C  
1420    50°C  
...      ...  
18145   50°C  
18148   50°C  
18149   50°C  
18326   50°C  
18327   50°C  

[800 rows x 12 columns]

2.进行mean、sum等操作

data.groupby('实际温度')['水流量'].mean()

实际温度
28°C     0.682039
29°C     7.914401
30°C     3.990196
31°C    10.140000
32°C     7.120347
33°C    10.966903
34°C    13.509168
35°C    12.672078
36°C    10.804082
37°C    14.778990
38°C    15.113074
39°C    18.557143
40°C    18.666667
41°C    20.398533
42°C    21.271560
43°C    14.246231
44°C    12.282230
45°C    11.093502
46°C    19.127957
47°C    15.839080
48°C    11.774783
49°C    12.658098
50°C    21.065473
51°C     5.186047
Name: 水流量, dtype: float64

data.groupby('实际温度')['加热剩余时间'].value_counts()

实际温度  加热剩余时间
28°C  0分钟        819
      31分钟         3
      29分钟         2
29°C  0分钟       1540
      25分钟        92
                ... 
49°C  1分钟        140
      2分钟          6
50°C  0分钟       1617
      1分钟          2
51°C  0分钟         86
Name: 加热剩余时间, Length: 132, dtype: int64

注: 这时, 组内操作的结果不是单个值, 是一个序列, 我们可以用.unstack()将它展开:

data.groupby('实际温度')['加热剩余时间'].value_counts().unstack()

加热剩余时间	0分钟	10分钟	11分钟	12分钟	13分钟	14分钟	15分钟	16分钟	17分钟	18分钟	...	29分钟	2分钟	31分钟	3分钟	4分钟	5分钟	6分钟	7分钟	8分钟	9分钟
实际温度
28°C	819.0	NaN	NaN	NaN	NaN
29°C	1540.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	35.0	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN
30°C	857.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	2.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
31°C	625.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
32°C	653.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
33°C	625.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
34°C	522.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
35°C	405.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	1.0	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
36°C	317.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	42.0	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
37°C	344.0	NaN	NaN	NaN	NaN	59.0	33.0	46.0	113.0	119.0	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
38°C	270.0	NaN	NaN	NaN	NaN	8.0	55.0	186.0	30.0	17.0	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
39°C	216.0	NaN	18.0	11.0	20.0	118.0	156.0	7.0	14.0	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
40°C	149.0	39.0	15.0	52.0	98.0	63.0	13.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
41°C	212.0	1.0	81.0	105.0	NaN	9.0	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0
42°C	160.0	123.0	101.0	11.0	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	40.0	110.0
43°C	227.0	NaN	11.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	1.0	5.0	4.0	40.0	110.0
44°C	360.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	12.0	76.0	114.0	12.0
45°C	342.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	1.0	4.0	37.0	156.0	84.0	7.0	NaN
46°C	502.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	5.0	NaN	29.0	135.0	237.0	NaN	14.0	NaN	NaN
47°C	903.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	83.0	NaN	150.0	121.0	12.0	NaN	NaN	NaN	NaN
48°C	961.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	135.0	NaN	NaN	6.0	NaN	NaN	NaN	NaN	NaN
49°C	1021.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	6.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
50°C	1617.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
51°C	86.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN

24 rows × 31 columns

3.聚合

对分组后的数据进行聚合：

data.groupby('实际温度').agg(['min', 'max'])

	热水器编号		发生时间		开关机状态		加热中		保温中		...	热水量		水流量		节能模式		加热剩余时间		当前设置温度
	min	max	min	max	min	max	min	max	min	max	...	min	max	min	max	min	max	min	max	min	max
实际温度
28°C	R_00001	R_00001	20141019154300	20141025153306	关	开	关	开	关	关	...	0%	0%	0	42	关	关	0分钟	31分钟	50°C	50°C
29°C	R_00001	R_00001	20141019071236	20141105151547	关	开	关	开	关	关	...	0%	0%	0	67	关	关	0分钟	31分钟	50°C	50°C
30°C	R_00001	R_00001	20141019063917	20141110160230	关	开	关	开	关	关	...	0%	25%	0	56	关	关	0分钟	29分钟	50°C	50°C
31°C	R_00001	R_00001	20141019155213	20141110163808	关	开	关	开	关	关	...	0%	25%	0	66	关	关	0分钟	28分钟	50°C	50°C
32°C	R_00001	R_00001	20141019155250	20141110163908	关	开	关	开	关	关	...	0%	25%	0	63	关	关	0分钟	26分钟	50°C	50°C
33°C	R_00001	R_00001	20141019155318	20141110163951	关	开	关	开	关	关	...	0%	25%	0	63	关	关	0分钟	25分钟	50°C	50°C
34°C	R_00001	R_00001	20141019155400	20141110164051	关	开	关	开	关	关	...	0%	25%	0	63	关	关	0分钟	24分钟	50°C	50°C
35°C	R_00001	R_00001	20141019155519	20141110164146	关	开	关	开	关	关	...	0%	25%	0	66	关	关	0分钟	22分钟	50°C	50°C
36°C	R_00001	R_00001	20141019155749	20141110220338	关	开	关	开	关	关	...	0%	25%	0	62	关	关	0分钟	21分钟	50°C	50°C
37°C	R_00001	R_00001	20141019155817	20141110220527	关	开	关	开	关	关	...	0%	25%	0	51	关	关	0分钟	19分钟	50°C	50°C
38°C	R_00001	R_00001	20141019155934	20141110220609	关	开	关	开	关	关	...	0%	25%	0	51	关	关	0分钟	18分钟	50°C	50°C
39°C	R_00001	R_00001	20141019155940	20141110220710	关	开	关	开	关	关	...	0%	25%	0	50	关	关	0分钟	17分钟	50°C	50°C
40°C	R_00001	R_00001	20141019160111	20141110220804	关	开	关	开	关	关	...	0%	25%	0	52	关	关	0分钟	15分钟	50°C	50°C
41°C	R_00001	R_00001	20141019160239	20141110220859	关	开	关	开	关	关	...	0%	25%	0	53	关	关	0分钟	9分钟	50°C	50°C
42°C	R_00001	R_00001	20141019160322	20141110220959	关	开	关	开	关	关	...	0%	50%	0	62	关	关	0分钟	9分钟	50°C	50°C
43°C	R_00001	R_00001	20141019160525	20141110221042	关	开	关	开	关	关	...	0%	50%	0	72	关	关	0分钟	9分钟	50°C	50°C
44°C	R_00001	R_00001	20141019160557	20141110221142	关	开	关	开	关	关	...	0%	50%	0	68	关	关	0分钟	9分钟	50°C	50°C
45°C	R_00001	R_00001	20141019160638	20141110221219	关	开	关	开	关	关	...	25%	50%	0	68	关	关	0分钟	8分钟	50°C	50°C
46°C	R_00001	R_00001	20141019160803	20141110221335	关	开	关	开	关	开	...	100%	50%	0	68	关	关	0分钟	7分钟	50°C	50°C
47°C	R_00001	R_00001	20141019160855	20141110221444	关	开	关	开	关	开	...	100%	50%	0	63	关	关	0分钟	5分钟	50°C	50°C
48°C	R_00001	R_00001	20141019161040	20141110221551	关	开	关	开	关	开	...	100%	50%	0	63	关	关	0分钟	4分钟	50°C	50°C
49°C	R_00001	R_00001	20141019161106	20141110231954	关	开	关	开	关	开	...	25%	50%	0	63	关	关	0分钟	2分钟	50°C	50°C
50°C	R_00001	R_00001	20141019161149	20141110232000	关	开	关	开	关	开	...	100%	50%	0	77	关	关	0分钟	1分钟	50°C	50°C
51°C	R_00001	R_00001	20141019181335	20141110195611	开	开	关	开	关	开	...	50%	50%	0	50	关	关	0分钟	0分钟	50°C	50°C

24 rows × 22 columns

对分组后的部分列进行聚合
某些情况，只需要对部分数据进行不同的聚合操作，可以通过字典来构建

num_agg = {'水流量':['min', 'mean', 'max']}
data.groupby('实际温度').agg(num_agg)

	水流量
	min	mean	max
实际温度
28°C	0	0.682039	42
29°C	0	7.914401	67
30°C	0	3.990196	56
31°C	0	10.140000	66
32°C	0	7.120347	63
33°C	0	10.966903	63
34°C	0	13.509168	63
35°C	0	12.672078	66
36°C	0	10.804082	62
37°C	0	14.778990	51
38°C	0	15.113074	51
39°C	0	18.557143	50
40°C	0	18.666667	52
41°C	0	20.398533	53
42°C	0	21.271560	62
43°C	0	14.246231	72
44°C	0	12.282230	68
45°C	0	11.093502	68
46°C	0	19.127957	68
47°C	0	15.839080	63
48°C	0	11.774783	63
49°C	0	12.658098	63
50°C	0	21.065473	77
51°C	0	5.186047	50

num_agg = {'水流量':['min', 'mean', 'max'], '加热剩余时间':['min', 'max']}
data.groupby('实际温度').agg(num_agg)

	水流量			加热剩余时间
	min	mean	max	min	max
实际温度
28°C	0	0.682039	42	0分钟	31分钟
29°C	0	7.914401	67	0分钟	31分钟
30°C	0	3.990196	56	0分钟	29分钟
31°C	0	10.140000	66	0分钟	28分钟
32°C	0	7.120347	63	0分钟	26分钟
33°C	0	10.966903	63	0分钟	25分钟
34°C	0	13.509168	63	0分钟	24分钟
35°C	0	12.672078	66	0分钟	22分钟
36°C	0	10.804082	62	0分钟	21分钟
37°C	0	14.778990	51	0分钟	19分钟
38°C	0	15.113074	51	0分钟	18分钟
39°C	0	18.557143	50	0分钟	17分钟
40°C	0	18.666667	52	0分钟	15分钟
41°C	0	20.398533	53	0分钟	9分钟
42°C	0	21.271560	62	0分钟	9分钟
43°C	0	14.246231	72	0分钟	9分钟
44°C	0	12.282230	68	0分钟	9分钟
45°C	0	11.093502	68	0分钟	8分钟
46°C	0	19.127957	68	0分钟	7分钟
47°C	0	15.839080	63	0分钟	5分钟
48°C	0	11.774783	63	0分钟	4分钟
49°C	0	12.658098	63	0分钟	2分钟
50°C	0	21.065473	77	0分钟	1分钟
51°C	0	5.186047	50	0分钟	0分钟

4.grouper

data.groupby(['实际温度', pd.Grouper(key='开关机状态')])['水流量'].sum()

实际温度  开关机状态
28°C  关          478
      开           84
29°C  关         5889
      开         7795
30°C  关         2544
      开         1119
31°C  关         3110
      开         5002
32°C  关         2100
      开         3639
33°C  关         3823
      开         5455
34°C  关         6261
      开         3317
35°C  关         4980
      开         2826
36°C  关         2987
      开         2307
37°C  关         3119
      开         7714
38°C  关         2104
      开         6450
39°C  关         2492
      开         7900
40°C  关         2104
      开         5904
41°C  关         4920
      开         3423
42°C  关         3290
      开         8303
43°C  关         3304
      开         2366
44°C  关         4048
      开         3002
45°C  关         2607
      开         4393
46°C  关         7228
      开        10561
47°C  关         9643
      开        11027
48°C  关         9596
      开         3945
49°C  关         9936
      开         4836
50°C  关        19012
      开        15093
51°C  开          446
Name: 水流量, dtype: int64

方法总结

• 首先通过groupby得到DataFrameGroupBy对象, 比如data.groupby(‘实际温度’)
• 然后选择需要研究的列, 比如[‘加热剩余时间’], 这样我们就得到了一个SeriesGroupby, 它代表每一个组都有一个Series
• 对SeriesGroupby进行操作, 比如.mean(), 相当于对每个组的Series求均值

注: 如果不选列, 那么第三步的操作会遍历所有列, pandas会对能成功操作的列进行操作, 最后返回的一个由操作成功的列组成的DataFrame

可视化

https://www.jianshu.com/p/42f1d2909bb6