6 pandas 分组

groupby()函数

1.根据列分组

就是根据这一列的值分组，有多少种值就分多少组。可以单列，也可以多列。

经过groupby后会生成一个groupby对象，该对象本身不会返回任何东西，只有当相应的方法被调用才会起作用。

grouped_single = df.groupby('School')  # 根据一列的值分组
grouped_mul = df.groupby(['School', 'Class'])  # 根据多列进行分组，列标签要用列表封起来

经过groupby后会生成一个groupby对象，该对象本身不会返回任何东西，只有当相应的方法被调用才会起作用。
比如下面要get_group()：

print(grouped_single.get_group('S_1').head())  # get_group()方法传入分组依据的值，获取这个值对应的那个组
print(grouped_mul.get_group(('S_1', 'C_1')))  # 注意多列分组get_group时，传的参数要用tuple封起来

 School Class    ID Gender   Address  Height  Weight  Math Physics
0    S_1   C_1  1101      M  street_1     173      63  34.0      A+
1    S_1   C_1  1102      F  street_2     192      73  32.5      B+
2    S_1   C_1  1103      M  street_2     186      82  87.2      B+
3    S_1   C_1  1104      F  street_2     167      81  80.4      B-
4    S_1   C_1  1105      F  street_4     159      64  84.8      B+
  School Class    ID Gender   Address  Height  Weight  Math Physics
0    S_1   C_1  1101      M  street_1     173      63  34.0      A+
1    S_1   C_1  1102      F  street_2     192      73  32.5      B+
2    S_1   C_1  1103      M  street_2     186      82  87.2      B+
3    S_1   C_1  1104      F  street_2     167      81  80.4      B-
4    S_1   C_1  1105      F  street_4     159      64  84.8      B+

2.获取组容量和组数

使用size()方法，注意是方法，不是属性。
会返回一个Series，index是分组依据的值，values是这个组有多少元素。

使用ngroups属性，直接返回组数.

print(grouped_single.size(), '\n')
print(grouped_mul.size(), '\n')

School
S_1    15
S_2    20
dtype: int64 

School  Class
S_1     C_1      5
        C_2      5
        C_3      5
S_2     C_1      5
        C_2      5
        C_3      5
        C_4      5
dtype: int64 

print(grouped_single.ngroups, grouped_mul.ngroups)

2 7

3.组的遍历

遍历的临时变量有两个，第一个是组名【就是分组依据的那个值】，第二个就是整个分组后的group。

for name, group in grouped_single:
    print(name + ':')
    print(group.head(), '\n')

S_1:
  School Class    ID Gender   Address  Height  Weight  Math Physics
0    S_1   C_1  1101      M  street_1     173      63  34.0      A+
1    S_1   C_1  1102      F  street_2     192      73  32.5      B+
2    S_1   C_1  1103      M  street_2     186      82  87.2      B+
3    S_1   C_1  1104      F  street_2     167      81  80.4      B-
4    S_1   C_1  1105      F  street_4     159      64  84.8      B+ 

S_2:
   School Class    ID Gender   Address  Height  Weight  Math Physics
15    S_2   C_1  2101      M  street_7     174      84  83.3       C
16    S_2   C_1  2102      F  street_6     161      61  50.6      B+
17    S_2   C_1  2103      M  street_4     157      61  52.5      B-
18    S_2   C_1  2104      F  street_5     159      97  72.2      B+
19    S_2   C_1  2105      M  street_4     170      81  34.2       A 

# 下面的方式遍历的group是一个tuple，有两个元素，一个就是name，一个就是真的group
# for group in grouped_single:
#     print(group)

4.level参数

还没看