groupby函数主要的作用是进行数据的分组以及分组后地组内运算
df.groupby([df[属性],df[属性])(指分类的属性,可以有多个).mean()(对于数据的计算方式——函数名称)
例子:计算每个用户的平均缴费金额和平均缴费次数
import pandas as pd
data = pd.read_excel('../测试数据/1647848272130494.xlsx')
# as_index参数控制groupby方法是否需要将by的列作为新的index。默认是True
grouped = data.groupby(by = data['用户编号'], as_index=False)
# 平均缴费金额
ave_pay = grouped.mean()
ave_pay.columns = pd.Series(['用户编号','平均缴费金额'])
# 平均缴费次数
ave_times = grouped.count().iloc[:, 0:2] # 只取1、2列
ave_times.columns = pd.Series(['用户编号','平均缴费次数'])
result = pd.merge(ave_pay, ave_times, on='用户编号')
# index=False是去掉每行数据前面的索引
result.to_csv("居民客户的用电缴费习惯分析 1.csv", index=False, encoding='utf-8-sig')
对每个居民客户的用电缴费情况按照四种居民客户类型进行归类
# 全部用户的平均缴费金额和平均缴费次数
mean_pay = result['平均缴费金额'].mean()
mean_times = result['平均缴费次数'].mean()
print("全部用户的平均缴费金额", mean_pay)
print("全部用户的平均缴费次数", mean_times)
def get_users_type(x):
if x['平均缴费金额'] > mean_pay:
if x['平均缴费次数'] > mean_times:
return '高价值型客户'
else:
return '潜力型客户'
else:
if x['平均缴费次数'] > mean_times:
return '大众型客户'
else:
return '低价值型客户'
result.loc[:, '客户类型'] = result.apply(get_users_type, axis=1)
for df in grouped:
# 元组类型 (id, pandas.core.frame.DataFrame)
print(df[1])