pandas数据处理学习笔记（七）

导入模块 

import pandas as pd

---

1.pandas数据聚合

创建一个DataFrame

frame = pd.DataFrame({'color':['yellow','red','green','red','green'],
                      'object':['pen','pencil','pencil','ashtray','pen'],
                      'price1':[5.56,4.2,1.3,0.56,2.75],
                      'price2':[4.75,4.12,1.6,0.75,3.15]})
frame

 Q：使用color列的组标签，计算price1列的均值

先获取price1列，然后调用groupby()函数，用参数指定color这一列

group = frame['price1'].groupby(frame['color'])
group
'''
<pandas.core.groupby.generic.SeriesGroupBy object at 0x000001B0E1704F88>
'''

d调用groupby对象的groups属性查看分组情况

group.groups
#返回{'green': [2, 4], 'red': [1, 3], 'yellow': [0]}

对每个组进行操作（求均值、中值等）

group.mean()
'''
color
green     2.025
red       2.380
yellow    5.560
'''
group.sum()
'''
color
green     4.05
red       4.76
yellow    5.56
'''

2.等级分组

用多列元素作为键来分组

ggroup = frame['price1'].groupby([frame['color'],frame['object']])
ggroup.groups
#{('green', 'pen'): [4], ('green', 'pencil'): [2], ('red', 'ashtray'): [3], ('red', 'pencil'): [1], ('yellow', 'pen'): [0]}

ggroup.sum()
'''
color   object 
green   pen        2.75
        pencil     1.30
red     ashtray    0.56
        pencil     4.20
yellow  pen        5.56
'''

一次性指定好分组依据和计算方法

frame['price1'].groupby([frame['color'],frame['object']]).sum()
'''
color   object 
green   pen        2.75
        pencil     1.30
red     ashtray    0.56
        pencil     4.20
yellow  pen        5.56
'''

---

参考:

法比奥·内利. Python数据分析实战：第2版.北京：人民邮电出版社, 2019.11.