第六课 - Pandas 进阶
本课内容:
数据的分组和聚合
pandas groupby 方法
pandas agg 方法
pandas apply 方法
案例讲解
鸢尾花案例
婴儿姓名案
数据的分组&聚合 -- 什么是 groupby 技术?
在数据分析中,我们往往需要在将数据拆分,在每一个特定的组里进行运算。比如根据教育水平和年龄段计算某个城市的工作人口的平均收入。
pandas 中的 groupby 提供了一个高效的数据的分组运算。
我们通过一个或者多个分类变量将数据拆分,然后分别在拆分以后的数据上进行需要的计算
我们可以把上述过程理解为三部:
1.拆分数据(split)
2.应用某个函数(apply)
3.汇总计算结果(aggregate)
下面这个演示图展示了“分拆-应用-汇总”的 groupby 思想
![d74dd3874ed399b5b2a4aca61a6bfde5.png](https://i-blog.csdnimg.cn/blog_migrate/62a887e46ec28e6655b38a73001a17e7.jpeg)
上图所示,分解步骤:
Step1 :数据分组—— groupby 方法 Step2 :数据聚合:
使用内置函数——sum / mean / max / min / count等
使用自定义函数—— agg ( aggregate ) 方法
自定义更丰富的分组运算—— apply 方法
案例1: 让我们来回顾下经典的 iris 数据
鸢尾花卉数据集,来源 UCI 机器学习数据集
四个特征被用作样本的定量分析,它们分别是花萼(sepal)和花瓣(petal)的长度(length)和宽度(width)