数据聚合与分组运算

文章目录

• 前言
• 一、分组与聚合的原理
• 二、groupby()方法
• • 1.拆分
  • 2.返回对象
  • 3.查看分组对象
• 三、按照Series对象进行分组
• • 1.当长度不一致时
• 四、按照Series对象进行分组
• 五、使用内置统计方法聚合数据

一、分组与聚合的原理

分三步：

• 拆分：将数据集按照一些标准拆分为若干个组
• 应用：将某个函数或方法应用到每个分组
• 合并：将产生的新值整合到结果对象中

 

二、groupby()方法

1.拆分

groupby(by=None,axis=0,level=None,as_index=True,

sort=True,group_keys=True,suqueeze=Flase,observed=False,**kwargs)

by:用于确定进行分组的依据。

axis:表示分组轴的方向。

sort:表示是否对分组标签进行排序，接收布尔值，默认为True。

 

 

2.返回对象

groupby()方法会返回一个GroupBy对象，该对象实际上并没有进行任何计算，只是包含一些分组键的中间数据而已。

使用Series调用groupby（）方法返回的是SeriesGroupBy对象。

使用DataFrame调用groupby（）方法返回的是DataFrameBy对象。

3.查看分组对象
如果要查看每个分组的具体内容，则可以使用循环遍历对象

 

 

 三、按照Series对象进行分组

 

 

 

1.当长度不一致时

list()只有当长度一致的时候才能分组

四、按照Series对象进行分组
1.按字典进行分组
当使用字典对DataFrame进行分组时，则需要确定轴的方向及字典中的映射关系，即字典中的键为列名，字典的值为自定义的分组名。

1.按函数进行分组
将函数作为分组键会更加灵活，任何一个被当做分组键的函数都会在各个索引值上被调用一次，返回的值会被用作分组名称。
1 # 使用内置函数len进行分组
2 groupby_obj = df.groupby(len)

五、使用内置统计方法聚合数据
前面介绍过的Pandas统计方法，比如用于获取最大值和最小值的max()和mix()，这些方法常用于简单地聚合分组中的数据。

1.max()
2.min()
3.mean()
4.count()

代码如下：
# 按key1进行分组，求每个分组的平均值
df.groupby('key1').mean()