apply筛选 pandas_Pandas 分组聚合统计

说明

Pandas 中文教程修订中，欢迎加微信 sinbam 提供建议、纠错、催更。查看更新日志

对数据进行分组后，我们就可以收获果实了，我们给分组给定统计方法，最终得到分组聚合的结果。除了常见的数学统计方法，还可以使用 agg() 和 transform() 等函数进行操作。

分组统计方法

分组对象支持几乎所有的 df 的统计方法，见数学统计方法，这些方法会按组统计，最终输出 df 或者序列：

df.groupby('team').describe()

df.groupby('team').sum()

df.groupby('team').count() # 每组数量，不包括缺失值

df.groupby('team').max()

df.groupby('team').min()

df.groupby('team').size()

df.groupby('team').mean()

df.groupby('team').median()

df.groupby('team').std()

df.groupby('team').var()

grouped.corr()

grouped.sem()

grouped.prod()

grouped.cummax() # 每组的累计最大值

grouped.cumsum() # 累加

grouped.mad() # 平均绝对偏差

特别的有：

df.groupby('team').first() # 组内第一个

df.groupby('team').last() # 组内最后一个

df.groupby('team').ngroups # 5 分组数

df.groupby('team').ngroup() # 分组序号

# 库姆计数，按组对成员标记, 支持正排倒排

# 返回每个元素在所在组的序号的序列

grouped.cumcount(ascending=False)

给定分位，返回每组的分位值：

df = pd.DataFrame([

['a', 1], ['a', 2], ['a', 3],

['b', 1], ['b', 3], ['b', 5]

], columns=['key', 'val'])

df.groupby('key').quantil