dataframe groupby_[pandas] groupby函数

大纲:

  • df.groupby(col,sort=False)
  • df.groupby(col)
  • df.groupby(col).mean()

df.groupby(col),返回一个按列进行分组的groupby对象;

import 

60d000be82d9144222b4010147530c5b.png
import 
[
('2015-05-05', Date Sym Data2 Data3
3 2015-05-05 aapl 15 1
7 2015-05-05 aaww 40 120),
('2015-05-06', Date Sym Data2 Data3
2 2015-05-06 aapl 10 6
6 2015-05-06 aaww 100 60),
('2015-05-07', Date Sym Data2 Data3
1 2015-05-07 aapl 8 8
5 2015-05-07 aapl 60 100),
('2015-05-08', Date Sym Data2 Data3
0 2015-05-08 aapl 11 5
4 2015-05-08 aapl 110 50)
]

fa40e1202359b3e007b8f8741b4e3685.png

df.groupby(col,sort=False)

import pandas as pd

df2 = pd.DataFrame(
	{'Date': ['2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05', '2015-05-08', '2015-05-07', '2015-05-06',
			  '2015-05-05'],
	 'Sym': ['aapl', 'aapl', 'aapl', 'aapl', 'aapl', 'aapl', 'aaww', 'aaww'],
	 'Data2': [11, 8, 10, 15, 110, 60, 100, 40],
	 'Data3': [5, 8, 6, 1, 50, 100, 60, 120]})




df11 = df2.groupby(df2['Date'],sort=False)

print(list(df11))
[
('2015-05-08', Date Sym Data2 Data3
0 2015-05-08 aapl 11 5
4 2015-05-08 aapl 110 50),
('2015-05-07', Date Sym Data2 Data3
1 2015-05-07 aapl 8 8
5 2015-05-07 aapl 60 100),
('2015-05-06', Date Sym Data2 Data3
2 2015-05-06 aapl 10 6
6 2015-05-06 aaww 100 60),
('2015-05-05', Date Sym Data2 Data3
3 2015-05-05 aapl 15 1
7 2015-05-05 aaww 40 120)]

df.groupby(col).mean()

df 

1e64a76fde60111ad89983541f80af76.png

58d97c9a8784416b78496b7d6f0ed6c2.png

参考:

pandas groupby函数

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值