原标题:Pandas之分组计算
本文作者:杨长青
本文编辑:杨慧琳
技术总编:张学人
好消息!!!爬虫俱乐部将于2019年5月2日至4日在武汉举行Stata编程技术五一训练营,此次采用理论与案例相结合的方式,旨在帮助大家熟悉Stata数据分析技巧,能够通过编程读取不同类型的数据源、实现复杂数据合并、清洗的程序化,并且熟悉Stata核心的爬虫技术。
在数据处理过程,我们经常会用到分组计算。在Stata中,我们可以使用 by 或者 egen 命令,而在Python中如何处理DataFrame数据结构呢?今天我们将介绍Pandas里的两个分组函数 groupby() 以及 apply() 。
我们以auto数据为例,首先执行如下程序:
import pandas aspd
auto=pd.read_stata(r"E:python程序pandasauto.dta") #读入dta文件
auto.head() #展示前五行
数据集的前五行如下:
如果我们想要按照foreign来计算价格的均值数,可以直接使用 groupby(“foreign”) 进行分组,然后使用 mean() 函数计算中位数,形式如下:
price_m=auto.groupby("foreign")["price"].mean()
print(price_m)
输出的是一个series格式的数据: