【Pandas必看】DataFrame 数据神操作！轻松实现数据分组、求和和合并

大家好！欢迎来到我的技术博客。在本篇文章中，我们将学习如何使用 DataFrame 对数据进行分组、合并和统计操作。这是一个非常实用的功能，特别适合处理大数据集。

实用场景：绘制柱状图时，数据预处理——合并分类数据。

我们将使用Pandas库来完成这些操作，并展示代码示例。废话不多说，让我们开始吧！

问题背景

假设我们有一个包含两列数据的DataFrame，其中一列是标志列’序号’，另一列是数值列’年龄’。我们想要按照’序号’列对数据进行分组，并对同组的’年龄’数据进行求和。

让我们先看一下原始的数据样本：

import pandas as pd

x = ['A', 'B', 'C', 'A', 'B', 'C']
y = [3, 2, 4, 5, 1, 6]

colHeader=["序号","年龄"]
data = {'序号': x, '年龄': y}
df = pd.DataFrame(data, columns=colHeader)

print(df)

这将输出以下结果：

  序号  年龄
0  A   3
1  B   2
2  C   4
3  A   5
4  B   1
5  C   6

接下来，我们将对数据进行分组，并对同组的’年龄’数据进行求和。让我们来实现它。

1.分组求和并合并

df_grouped = df.groupby('序号')['年龄'].sum()

print(df_grouped)

这将生成一个以’序号’为索引的Series数据，其中包含了按照’序号’列分组后，'年龄’列的求和结果。

让我们看看分组求和的结果：

序号
A     8
B     3
C    10
Name: 年龄, dtype: int64

我们可以看到，‘A’ 组的年龄总和是8，'B’组的年龄总和是3，'C’组的年龄总和是10。这些结果以’序号’为索引，是一个Series数据。

2.转换为DataFrame格式

现在，我们将把这个Series数据转换为DataFrame格式，并重置索引，以便能够进一步处理。

df_grouped = df_grouped.reset_index()

print(df_grouped)

这将创建一个新的DataFrame，其中包含了’序号’和’年龄’两列，并恢复了默认的整数索引。

让我们来看看转换后的DataFrame数据：

  序号  年龄
0  A   8
1  B   3
2  C  10

‘序号’列包含了’A’、‘B’、'C’三个组的标识符，'年龄’列包含了对应组的年龄总和。

总结

恭喜你！你已经学会了使用DataFrame对数据进行分组、合并和统计的操作。

在本篇文章中，我们首先介绍了问题的背景，然后展示了如何使用Pandas库对数据进行分组、求和，并将结果整理为DataFrame数据。我们通过简洁明了的代码示例，清晰地演示了整个操作过程。

希望本文对你有所帮助，并且能够激发你对DataFrame更多潜在功能的探索。如果你还有任何疑问或建议，请随时在评论区留言，我将尽快回复。

感谢大家的阅读！记得关注我的博客，将会有更多的有趣内容等着你。下次见！