【pandas】第四章 分组
Datawhale的pandas学习的开源地址:Joyful Pandas
https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch1.html
欢迎大家关注了解Datawhale :)
目录
强烈推荐Joyful Pandas教材
推荐一份对应的笔记:
脑图清晰、练习有序
一、分组模式及其对象
1. 分组的一般模式
df.groupby(分组依据)[数据来源].使用操作
2. 分组依据的本质
condition = df.Weight > df.Weight.mean()
df.groupby(condition)['Height'].mean()
3. Groupby对象
gb = df.groupby(['School', 'Grade'])
gb.ngroups ## 分组个数
gb.size() ## 统计每个组的元素个数
gb.get_group(('Fudan University', 'Freshman')).iloc[:3, :3] # 直接获取所在组对应的行
4. 分组的三大操作
聚合、变换和过滤:agg 、 transform 和 filter
练一练:
def quan_weight(x):
if x<=quan[0]:return 'low'
if x<=quan[1]:return 'normal'
return 'high'
quan = df['体重'].quantile([0.33,0.66]).to_list()
condition = df['体重'].apply(quan_weight)
df.groupby(condition)['身高'].mean()
二、聚合函数
1. 内置聚合函数
gb = df.groupby('Gender')['Height']
gb.idxmin()
gb.quantile(0.95)
gb = df.groupby('Gender')[['Height', 'Weight']]
gb.max()
2. agg方法
【a】使用多个函数
gb.agg(['sum', 'idxmax', 'skew'])
【b】对特定的列使用特定的聚合函数
gb.agg({'Height':['mean','max'], 'Weight':'count'})
【c】使用自定义函数
gb.agg(lambda x: x.mean()-x.min())
【d】聚合结果重命名
元组的第一个元素为新的名字,第二个位置为原来的函数,包括聚合字符串和自定义函数
gb.agg([('range', lambda x: x.max()-x.min()), ('my_sum', 'sum')])
三、变换和过滤
1. 变换函数与transform方法
gb.cummax().head()
gb.transform(lambda x: (x-x.mean())/x.std()).head()
2. 组索引与过滤
在原表中通过过滤得到所有容量大于100的组:
gb.filter(lambda x: x.shape[0] > 100).head()
四、跨列分组
apply用法