数据聚合和分组运算的知识点梳理

数据聚合和分组运算的知识点梳理

在数据集准备好之后，通常的任务是计算分组统计或生成透视表，pandas提供了一个灵活的高效的groupby功能。

关键词： groupby 、 aggregate(使用自定义函数)、transform、apply、pivot_table、crosstab

一、数据分组

groupby

要素：需要分组的列、分组键、函数

示例1：
means = df[‘date1’].groupby([df[‘key1’],df[‘key2’]]).mean() # 对数据1这一列以key1 和key2作为双索引进行分组并
计算分组的平均值

1、分组键也可以是适当长度的数组
示例2：
states = np.array([‘Ohio’,‘California’,‘California’,‘Ohio’,‘Ohio’])
years = np.array([2005,2005,2006,2005,2006])
df = [‘data1’].groupby([states,years]).mean()

2、分组键也可以是列名
示例3：
df.groupby([‘key1’,‘key2]’).mean()

3、对分组进行迭代
示例：
for name,group in df.groupby(‘key1’):
print name
print group
你也可以对这些数据片段做任何操作，比如，将这些数据做成字典
示例：
pieces &