数据聚合与分组运算

最新推荐文章于 2023-06-03 12:31:32 发布

w92647364

最新推荐文章于 2023-06-03 12:31:32 发布

阅读量1.9k

点赞数

文章标签： python

本文链接：https://blog.csdn.net/w92647364/article/details/124818494

版权

本文详细介绍了Pandas中的数据分组与聚合操作，包括使用groupby()方法进行分组，按列名、Series、字典或函数进行分组，并探讨了数据聚合的原理和方法，如内置统计方法、agg()方法的应用，以及如何进行分组级运算。

摘要由CSDN通过智能技术生成

一分组与聚合的原理

在Pandas中，分组是指使用特定的条件将原数据划分为多个组，聚合在这里指的是，对每个分组中的数据执行某些操作，最后将计算的结果进行整合。

分组与聚合的过程大概分为以下三步：

1拆分：将数据集按照一些标准拆分为若干个组。

2应用：将某个函数或方法（内置和自定义均可）应用到每个分组。

3合并：将产生的新值整合到结果对象中。

二通过groupby()方法将数据拆分成组

在Pandas中，可以通过groupby()方法将数据集按照某些标准划分成若干个组。

groupby(by=None, axis=0, level=None, as_index=True, sort=True,group_keys=True, squeeze=False, observed=False, **kwargs)

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，只是包含一些关于分组键的中间数据而已。

按列名进行分组：

如果DataFrame对象的某一列数据符合划分成组的标准，则可以将该列当做分组键来拆分数据集。

df.groupby(by='Key')

如果要查看每个分组的具体内容，则可以使用for循环遍历DataFrameGroupBy对象。

group_obj = df.groupby('

关注