利用python进行数据分析（第十章）

数据聚合与分组操作

GroupBy机制

• 分组键形式

1. 与需要分组的轴向长度一致的值列表或者值数组
2. DataFrame的列名的值
3. 可以将分组轴上的值和分组名称相匹配的字典或series
4. 可以在轴索引或索引中的单个标签上调用的函数

• 计算分组的均值 GroupBy的 mean方法
• size方法 返回一个包含组大小信息的series
• 遍历各分组

1. for循环
2. dict(list(df.groupby('key')))

• 选择一列或所有列的子集

1. df.groupby('key')['data']
2. df.groupby(['key1','key2'])['data']

• 使用字典和series分组

1. 构造字典来标识各列的分组对应关系，并传给groupby的数组
2. Series可视为固定大小的映射

• 使用函数分组

1. 使用python函数定义分组关系
2. 作为分组键的函数将会按照每个索引值调用一次，挺尸返回值会被用作分组名称

• 根据索引层级分组

1. 分层索引数据集，能够在轴索引的某个层级上进行聚合
2. 根据层级分组，将层级数值或层级名称传递给level关键字

数据聚合

1. 聚合是指所有根据数组产生标量值的数据转换过程
2. 内置groupby方法：count mean sum min等
3. 自定义聚合函数，需要将函数传递给aggregat