pandas分组的三大操作

聚合

aggregate = 合并，聚集在一起 = agg( )

什么情况下进行使用：

1. 需要对某个对象使用多个函数时： gb.agg([ "函数1"， “函数2”，…… ])
2. 需要使用自己定义的函数时
3. 针对不同的列名，使用不同的函数

使用的思路：

1. gb代表分组之后的对象 
 gb = df.groupby(["分组依据"，……])["待操作的列表头类别"， ……]  
 （这里不写具体的操作，因为要对在下面进行具体操作）
2. 形成DataFrame结构
3. 使用聚合函数操作的方法逐一在gb进行操作

针对不同的使用方法进行阐述：

1. 对同一对象的不同类别应用全部使用相同的多个函数

    gb.agg( ["函数1"， "函数2", "函数3",  ……] )
   

实战代码：

import pandas as pd 
path = r"F:\Python_Tensorflow_codes\001竞赛代码\joyful-pandas-master\data\learn_pandas.csv"
df = pd.read_csv(path, encoding="gbk")
gb = df.groupby("Gender")[["Height", "Weight"]]
print(gb.agg(["sum", "idxmax", "skew"]))

运行结果：

         Height                   Weight                 
            sum idxmax      skew     sum idxmax      skew
Gender                                                   
Female  21014.0     28 -0.219253  6469.0     28 -0.268482
Male     8854.9    193  0.437535  3929.0      2 -0.332393

2. 对同一对象的不同类别使用不同的函数

    gb.agg({"列表头类别1" : ["函数1"， "函数2"，……]，"列表头类别2" : [ 同上 ]， …… })
   

代码实战：

print(gb.agg({"Height": ["mean", "max"], "Weight": "count"}))

运行结果：

           Height        Weight
             mean    max  count
Gender                         
Female  159.19697  170.2    135
Male    173.62549  193.9     54

3. 对同一对象的不同类别使用相同的自定义函数

    gb.agg( 自定义 函数名 )
   

代码实战1：

print(gb.agg(lambda x:x.mean()-x.min()))

运行结果1：

          Height     Weight
Gender                     
Female  13.79697  13.918519
Male    17.92549  21.759259

代码实战2：

def my_func(s):
    res = "high"
    if s.mean() <= df[s.name].mean():
        res = "low"
    return res
gb.agg(my_func)

运行结果2：

       Height Weight
Gender              
Female    low    low
Male     high   high

聚合函数使用之后的对结果重命名：
只需要将上述函数的位置改写成元组，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。
简化表达：

gb.agg( [(新名字，原来的函数) ，(新名字，原来的函数) ] )

代码实战3：

print(gb.agg([("range", lambda x:x.mean()-x.min()), ("my_sum", "sum")]))

运行结果3：

          Height              Weight        
           range   my_sum      range  my_sum
Gender                                      
Female  13.79697  21014.0  13.918519  6469.0
Male    17.92549   8854.9  21.759259  3929.0

代码实战4：

print(gb.agg([("my_new_func", my_func)]))

运行结果4：

            Height      Weight
       my_new_func my_new_func
Gender                        
Female         low         low
Male          high        high

4. 对同一对象的不同类别使用不同的自定义函数
   使用方法：

    gb.agg({"列表头类别1"：[自定义函数名1， ……]  , "列表头类别2"：[ 自定义函数名2， ……] })
   

代码实战5：

print(gb.agg({'Height':[my_func,'max'], 'Weight':lambda x:x.mean()-x.min()}))

运行结果5：

        Height            Weight
       my_func    max   <lambda>
Gender                          
Female     low  170.2  13.918519
Male      high  193.9  21.759259

对上述代码进行一定的修改：

print(gb.agg({'Height':[my_func,'max'], 'Weight':("range",lambda x:x.mean()-x.min())}))

运行结果：

        Height            Weight
       my_func    max      range
Gender                          
Female     low  170.2  13.918519
Male      high  193.9  21.759259

注意：
中括号 [ ] 括起来的是 函数、类别
小括号 （） 括起来后的是 （新函数名， 原函数名）
大括号 ｛ key : value｝针对的是 不同类别使用不同的函数

注意这3种符号的嵌套

变换

transform = 转换，变换，使……改变形态，使……改变外观(或性质)

变换函数的返回值为同长度的序列

有一些内置的变换函数为 累计函数 ：（cumcount / cumsum / cumprod / cummax / cummin）

使用方法：同 聚合函数使用方式一致。

代码实战：

 print(gb.transform(lambda x: (x - x.mean()) / x.std()).head())

运行结果：

     Height    Weight
0 -0.058760 -0.354888
1 -1.010925 -0.355000
2  2.167063  2.089498
3       NaN -1.279789
4  0.053133  0.159631

过滤

filter = 过滤 （ 进行组的筛选 ）

过滤在分组中是对于组的过滤，而索引是对于行的过滤

代码实战：

print(gb.filter(lambda x: x.shape[0] > 100).head())

运行结果：

   Height  Weight
0   158.9    46.0
3     NaN    41.0
5   158.0    51.0
6   162.5    52.0
7   161.9    50.0