输出分组_python(pandas)分组与聚合统计

Pandas分组聚合语法：
df [Condition1] .groupby ([Column1, Column2], as_index=False) .agg({Column3: "mean", Column4:"sum"}) .filter(Condition2)

一、groupby分组

我们可以通过groupby方法来对Series或DataFrame对象实现分组操作。该方法会返回一个分组对象。不过，如果直接查看(输出)该对象，并不能看到任何的分组信息。

• groups(属性)：返回一个字典类型对象，包含分组信息。

• size：返回每组记录的数量。

• discribe：分组查看统计信息。

GroupBy可以分解为三个步骤：split - apply - combine

• Splitting: 把数据按主键划分为很多个小组

• Applying: 对每个小组独立地使用函数

• Combining: 把所得到的结果组合

那么，完成逻辑

• Splitting 由 groupby 实现

• Applying 由 agg、apply、transform、filter实现具体的操作

• Combining 由 concat 等实现

其中，在apply这一步，通常有以下四类操作：

• Aggregation:做一些统计性的计算

• Apply：做一些数据转换

• Transformation:做一些数据处理方面的变换

• Filtration:做一些组级别的过滤

二、聚合.agg() df.groupby(...).agg() 分组聚合

• count------------分组中非NA值的数量  
• sum--------------非NA值的和
• mean-------------非NA值的平均值
• median ----------非NA值的算术中位数
• std、var---------无偏(分母为n-1)标准差、方差
• min、max---------非NA值的最小值、最大值
• prod-------------非NA值的积
• first、last------第一个和最后一个非NA值

df.groupby(...).size() 看每一组中有多少个元素 df.groupby(...).gro