Pandas常用操作命令（六）——数据分组groupby

最新推荐文章于 2024-05-11 11:02:50 发布

Python当打之年

最新推荐文章于 2024-05-11 11:02:50 发布

阅读量2.1k

点赞数 6

分类专栏： Pandas技巧系列文章标签： pandas python 开发语言

本文链接：https://blog.csdn.net/weixin_42152811/article/details/125480861

版权

Pandas技巧系列专栏收录该内容

8 篇文章 20 订阅

订阅专栏

文章目录

🏳️‍🌈 6. 数据分组
推荐阅读

大家好，我是 👉【Python当打之年(点击跳转)】

本期为大家带来《 Pandas常用操作命令》的 第六篇 ，主要介绍在数据处理可视化过程中经常用到的一些指令，本系列在后期会不断进行补充更新，希望对你有所帮助，如有疑问或者需要改进的地方可以私信小编。

🏳️‍🌈 6. 数据分组

示例数据：
在这里插入图片描述

6.1 一列分组

df2.groupby('省份').groups

{‘上海’: [‘009’], ‘广东’: [‘003’, ‘010’], ‘江苏’: [‘001’, ‘013’], ‘浙江’: [‘011’], ‘海南’: [‘005’], ‘重庆’: [‘007’]}

6.2 多列分组

df2.groupby(['省份','城市']).groups

{(‘上海’, ‘上海’): [‘009’], (‘广东’, ‘广州’): [‘003’], (‘广东’, ‘深圳’): [‘010’], (‘江苏’, ‘南京’): [‘001’, ‘013’], (‘浙江’, ‘杭州’): [‘011’], (‘海南’, ‘海口’): [‘005’], (‘重庆’, ‘重庆’): [‘007’]}

6.3 每组的统计数据（横向显示）

df2.groupby('省份').describe()

在这里插入图片描述

6.4 每组的统计数据（纵向显示）

df2.groupby('省份').describe().unstack()

在这里插入图片描述

6.5 查看指定列的统计信息

df2.groupby('省份').describe()['语文']

在这里插入图片描述

6.6 分组大小

df2.groupby('省份').count()

df2.groupby('省份').agg(np.size)

在这里插入图片描述

6.7 分组成绩最大值

df2.groupby('省份').max()

df2.groupby('省份').agg(np.max)

在这里插入图片描述

6.8 分组成绩最小值

df2.groupby('省份').min()

df2.groupby('省份').agg(np.min)

在这里插入图片描述

6.9 分组成绩总和

df2.groupby('省份').sum()

df2.groupby('省份').agg(np.sum)

在这里插入图片描述

6.10 分组平均成绩

df2.groupby('省份').mean()

df2.groupby('省份').agg(np.mean)

在这里插入图片描述

6.11 按省份分组，计算英语成绩总分和平均分

df2.groupby('省份')['英语'].agg([np.sum, np.mean])

在这里插入图片描述

6.12 按省份、城市分组计算平均成绩

df2.groupby(['省份','城市']).agg(np.mean)

在这里插入图片描述

6.13 不同列不同的计算方法

df2.groupby('省份').agg({'语文': sum, '数学':'count', '英语':'mean'})

在这里插入图片描述

6.14 性别分别替换为1/0

df2 = df2.dropna()
df2['性别'] = df2['性别'].map({'男':1, '女':0})

在这里插入图片描述

6.15 增加一列按省份分组的语文平均分

df2['语文平均分'] = df2.groupby('省份')['语文'].transform('mean')

在这里插入图片描述

6.16 输出语文成绩最高的男生和女生（groupby默认会去掉空值）

def get_max(g):
    df = g.sort_values('语文',ascending=True)
    print(df)
    return df.iloc[-1,:]

df2.groupby('性别').apply(get_max)

在这里插入图片描述

6.17 按列省份、城市进行分组，计算语文、数学、英语成绩最大值的透视表

df.pivot_table(index=['省份','城市'], values=['语文','数学','英语'], aggfunc=max)

在这里插入图片描述

未完待续。。。

文章首发：微信公众号 “Python当打之年” ，Python编程技巧推送，希望大家可以喜欢。

以上就是本期为大家整理的全部内容了，赶快练习起来吧，原创不易，喜欢的朋友可以点赞、收藏也可以分享（注明出处）让更多人知道。

Pandas常用操作命令（六）——数据分组groupby

文章目录

🏳️‍🌈 6. 数据分组

6.1 一列分组

6.2 多列分组

6.3 每组的统计数据（横向显示）

6.4 每组的统计数据（纵向显示）

6.5 查看指定列的统计信息

6.6 分组大小

6.7 分组成绩最大值

6.8 分组成绩最小值

6.9 分组成绩总和

6.10 分组平均成绩

6.11 按省份分组，计算英语成绩总分和平均分

6.12 按省份、城市分组计算平均成绩

6.13 不同列不同的计算方法

6.14 性别分别替换为1/0

6.15 增加一列按省份分组的语文平均分

6.16 输出语文成绩最高的男生和女生（groupby默认会去掉空值）

6.17 按列省份、城市进行分组，计算语文、数学、英语成绩最大值的透视表

推荐阅读