Pandas统计分析基础（使用分组聚合进行组内计算，数据预处理）

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