本文详细介绍了如何使用pandas库进行数据分组和分位数分析。通过groupby方法，可以实现根据一个或多个键进行数据拆分、聚合统计，包括计算平均值、标准差、计数等。此外，还展示了如何应用不同类型的分组键，如列表、函数、列名，以及如何使用unstack进行数据展开。同时，文章提到了transform和apply方法在数据处理中的应用，以及如何自定义聚合函数。最后，讨论了透视表和交叉表的生成，以及分位数和桶分析在数据分析中的作用。
在将数据集准备好了之后，通常的任务是计算分组统计或生成透视表。
pandas提供了groupby功能，可以自然地对数据集进行切片、切块和摘要。
在本章中，我们将会学到：
1根据一个或多个键(函数、数组或DataFrame列名)拆分pandas对象
2.计算分组摘要统计，如计数、平均值，标准差
3.对DataFrame的列应用各种各样的函数
4.计算透视表或交叉表
5.执行分位数分析以及其他分组分析
groupby技术——“split-apply-combine”(拆分-应用-合并)
分组键可以使用：
1.列表或数组
2.表示DataFrame某个列名的值
3.字典或Series，会与待分组轴的值进行一一对应
4.函数，用于处理轴索引或索引中的各个标签
如果按key1分组，可以：
如果一次传入多个分组的数组，那么会根据分组数最多的结果显示，并与其他分组相对应：
可以使用unstack方法，将多重索引展开：
最低0.47元/天 解锁文章
扫一扫
1139
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
