Python数据分析——Pandas基础入门+代码（二）

系列文章目录

Chapter 1：创建与探索DF、排序、子集化：Python数据分析——Pandas基础入门+代码（一）
Chapter 2：聚合函数，groupby，统计分析：Python数据分析——Pandas基础入门+代码（二）
Chapter 3：索引和切片：Python数据分析——Pandas基础入门+代码（三）
Chapter 4： 可视化与读写csv文件：Python数据分析——Pandas基础入门+代码（四）
Chapter 5：数据透视表：Python数据分析——Pandas基础入门+代码之数据透视表

---

---

前言

这一篇主要讲的是：

聚合Agg、分组groupby以及“统计”

涉及到如下的methods：

• .agg()
• .drop_duplicates()
• .value_counts()
• .groupby()

---

一、如何利用pandas解决统计上的某些问题

这边列出来的是一些我们常用的描述性统计上的东西，其实可以直接describe()，就能直接知道每列的一个信息。至于怎么去用应该特别简单，举个例子。

Name	Description
均值	mean() / np.mean()
中位数	np.median()
最大值	max()
最小值	min()
累加	.cumsum()
累计最大	.cummax()

For example, 某个DataFrame前几行是这样的。

假如去计算每周的销售额weekly_sales的均值和中位数，代码如下

In [1]: print(sales['weekly_sales'].mean())
Out [1]: 23843.95014850566

In [2]: print(sales['weekly_sales'].median())
Out [2]: 12049.064999999999

---

二、如何使用pandas.DataFrame.agg() 聚合方法

.agg() 可以使得我们进行一个高效的聚合运算，我们可以自定函数放到里面，也可以使用其他包中的函数

代码示例如下，这是我们自定义的函数

# A custom IQR function
def iqr(column):
    return column.quantile(0.75) - column.quantile(0.25)

然后，我们可以将其放入到agg()中进行运算，就能得到如下的结果

# Print IQR of the temperature_c column
In [1]: print(sales['temperature_c'].agg(iqr))
Out [1]: 16.583333333333336

接下来是2个值得注意的地方。

• 首先，如果我们需要对多列进行聚合，那么我们就像之前那篇说过的一样，需要在里面多打上一个中括号。
• 其次，