Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)
分组聚合组内计算
1、groupby进行数据拆分
groupby能够根据字段或者索引对数据分组处理。
groupby 分组后的数据对象类似于DataFrame,也是Pandas提供的一组数据对象,这类主要方法有:
2、使用agg进行数据聚合
agg参数如下:
- func :接收list、dict、function。表示应用于每行每列的函数。无默认
- axis:接收0或1.代表操作的轴向。默认为0
例1:获取传感器数据中温湿度数据的均值和方差:
print(data[['Temp','Wet']].agg([np.mean,np.std]))
例2:获取传感器数据中温度数据的均值和湿度数据的方差:
print(data.agg({'Temp':np.mean,'Wet':np.std}))
例3:获取传感器数据中温度数据的均值和湿度数据的均值和方差:
print(dada.agg({'Temp':np.mean,'Wet':[np.mean,np.std]}))
3、使用apply进行数据聚合
数据预处理
数据的合并包括:
- 数据堆叠
- 主键合并
- 重叠合并
数据堆叠
result = pd.concat([df1,df4], axis=1)
# 参数axis=1表示横向堆叠