python学习小组分组程序_python库学习笔记——分组计算利器：pandas中的groupby技术...

最近处理数据需要分组计算，又用到了groupby函数，温故而知新。

分组运算的第一阶段，pandas 对象(无论是 Series、DataFrame 还是其他的)中的数据会根据你所提供的一个或多个键被拆分(split)为多组。拆分操作是在对象的特定轴上执行的。例如，DataFrame 可以在其行(axis=0)或列(axis=1)上进行分组。然后，将一个函数应用到各个分组并产生一个新值。最后，所有这些函数的执行结果会被合并到最终的结果对象中。结果对象的形式一般取决于数据上所执行的操作。

举例说明，生成随机DataFrame数据

输入

df = DataFrame({'key1':['a','a','b','b','a'],

'key2':['one','two','one','two','one'],

'data1':np.random.randn(5),

'data2':np.random.randn(5)})输出df

假设我们想要按 key1 进行分组，并计算 data1 列的平均值。

输入

df['data1'].groupby(df['key1']).mean() or df.groupby('key1')['data1'].mean()输出

key1

a 0.310092

b -0.785952

Name: data1, dtype: float64

假设我们想要按 key1 ，key2进行分组，并计算 data1 列的平均值。

输入

df['data1'].groupby([df['key1'],df['key2']]).mean() or df.groupby(['key1','key2'])[['data1']].mean()输出

key1 key2

a one -0.078753

two 1.087782

b one -1.346429

two -0.225475

Name: data1, dtype: float64

另外，我们可以对分组进行迭代，以多重键为例：

输入

for name,group in df.groupby('key1'):

print (name)

print (group)输出

a

data1 data2 key1 key2

0 0.033971 0.066088 a one

1 1.087782 -0.095748 a two

4 -0.191477 -0.057805 a one

b

data1 data2 key1 key2

2 -1.346429 0.648059 b one

3 -0.225475 1.440988 b two

参考资料：《利用python进行数据分析》