文章目录
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()