分组与聚合——学习笔记

1、分组与聚合原理：

分组是使用特定的条件将元数据进行划分为多个组。聚合是对每个分组中的数据执行某些操作，最后将计算结果进行整合。

分组与聚合的过程大概分三步：

1. 拆分：将数据集按照一些标准拆分为若干组。
2. 应用：将某个函数或者方法应用到每个分组。
3. 合并：将产生的新值整合到结果对象中。

2、通过 groupby() 方法将数据拆分成组

常用的分组方式有4种：

• 列表或数组，其长度必须与分组的轴一样。
• DataFrame对象中的某列的名称
• 字典或Series对象，给出待分组轴上的值与分组名称之间的对应关系。
• 函数，用于处理轴索引或者索引中的各个标签。

例如通过列明进行分组

3、数据聚合

一般是指对分组中的数据执行某些操作，比如求平均值、最大值等，并且会得到一个结果集。
3、1使用内置统计方法聚合数据，比如求最大值或最小值的max()和mix()
3、2面向列的聚合方法：当内置方法无法满足时，这时可以自定义一个函数，将它传递给agg()方法。

4、分组级运算

1、数据转换
前面使用agg()方法进行聚合运算时，返回的数据集的形状与被分组数据集的形状是不同的，如果希望保持与元数据集的形状，可通过使用 transfrom() 方法实现。
2、数据应用
当不适用agg()方法进行聚合，也不适用transform()方法时进行转换时。apply() 方法就可以排上用场了、它可以作用于数据集的每一行每一列元素。