python天天向上每十天休息一天_统计师的Python日记【第十天：数据聚合】

回顾一下：

第1天学习了Python的基本页面、操作，以及几种主要的容器类型。

第2天学习了python的函数、循环和条件、类。

第3天了解了Numpy这个工具库。

第4、5两天掌握了Pandas这个库的基本用法。

第6天学习了数据的合并堆叠。

第7天开始学习数据清洗，着手学会了重复值删除、异常值处理、替换、创建哑变量等技能。

第8天接着学习数据清洗，一些常见的数据处理技巧，如分列、去除空白等被我一一攻破

第9天学习了正则表达式处理文本数据

原文复习(点击查看)：

今天将带来第10天的学习日记。

目录如下：

前言

1. 聚合运算

(1)groupby：按照变量进行分组

(2)按照函数进行分组

(3)用agg()自定义聚合函数

2. 数据透视表

(1)pivot_table()方法

(2)交叉表crosstab

统计师的Python日记【第10天：数据聚合】

前言

根据我的Python学习计划：

Numpy → Pandas→ 掌握一些数据清洗、规整、合并等功能 → 掌握正则表达式 →掌握类似与SQL的聚合等数据管理功能 → 能够用Python进行统计建模、机器学习等分析技能 → 能用Python打印出100元钱 → 能用Python帮我洗衣服、做饭 → 能用Python给我生小猴子......

其实前面在学合并的时候已经学过类似的功能了：左连接、右连接、内连接、全连接(第6天：数据合并)。今天来学数据的聚合。什么叫聚合呢？来看个例子：

有一份数据，数据名为family：

变量如下：fam：家庭编号，有三个家庭fam1、fam2、fam3；

gender：性别

salary：成员的月收入

从这份名单中大概能猜到，fam1有三个成员，可能是一个三口之家；fam2有5位成员，也许是四世同堂；fam2有2位成员，应该是两口子，不过这不重要。

现在，想知道每个家庭的成员平均月收入，应该如何处理？

学过SQL的人知道，典型的SQL查询语句应该是：

select mean(salary) from family group by fam

从数据family这份数据中，找出每个fam group下的mean(salary)。这是一个典型的数据聚合的例子，现在如果想用Pandas来实现，应该如何处理？

1. 聚合运算

(1)groupby：按照变量进行分组

<