python的dataframe的groupby_pandas数据预处理之dataframe的groupby操作方法

在数据预处理过程中可能会遇到这样的问题，如下图：数据中某一个key有多组数据，如何分别对每个key进行相同的运算？

dataframe里面给出了一个group by的一个操作，对于”group by”操作，我们通常是指以下一个或多个操作步骤：

l (Splitting)按照一些规则将数据分为不同的组；

l (Applying)对于每组数据分别执行一个函数；

l (Combining)将结果组合到一个数据结构中；

使用dataframe实现groupby的用法：

# -*- coding: UTF-8 -*-

import pandas as pd

df = pd.DataFrame([{'col1':'a', 'col2':1, 'col3':'aa'}, {'col1':'b', 'col2':2, 'col3':'bb'}, {'col1':'c', 'col2':3, 'col3':'cc'}, {'col1':'a', 'col2':44, 'col3':'aa'}])

print df

# 按col1分组并按col2求和

print df.groupby(by='col1').agg({'col2':sum}).reset_index()

# 按col1分组并按col2求最