pandas分组聚合、表格操作

一、聚合函数

（1）通过numpy或者pandas中统计分析方法；
（2）agg([np.sum,np.mean])
或agg({‘columns’:np.sum,np.mean],‘columns2’:np.sum,np.mean]})
（3）transform：转换只有一个参数func

transform聚合方法：
在pandas或者numpy中没有现成的函数可以使用，可以通过transform使用自定义的函数

data=pd.read_excel(r'meal_order_detail.xlsx')
print(data.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2779 entries, 0 to 2778
Data columns (total 19 columns):
 #   Column             Non-Null Count  Dtype         
---  ------             --------------  -----         
 0   detail_id          2779 non-null   int64         
 1   order_id           2779 non-null   int64         
 2   dishes_id          2779 non-null   int64         
 3   logicprn_name      0 non-null      float64       
 4   parent_class_name  0 non-null      float64       
 5   dishes_name        2779 non-null   object        
 6   itemis_add         2779 non-null   int64         
 7   counts             2779 non-null   int64         
 8   amounts            2779 non-null   int64         
 9   cost               0 non-null      float64       
 10  place_order_time   2779 non-null   datetime64[ns]
 11  discount_amt       0 non-null      float64       
 12  discount_reason    0 non-null      float64       
 13  kick_back          0 non-null      float64       
 14  add_inprice        2779 non-null   int64         
 15  add_info           0 non-null      float64       
 16  bar_code           0 non-null      float64       
 17  picture_file       2779 non-null   object        
 18  emp_id             2779 non-null   int64         
dtypes: datetime64[ns](1), float64(8), int64(8), object(2)
memory usage: 412.6+ KB
None

# 写法一：
data['counts'].transform(lambda x:x*2)

0       2
1       2
2       2
3       2
4       2
       ..
2774    2
2775    2
2776    2
2777    2
2778    2
Name: counts, Length: 2779, dtype: int64

# 写法二：
def transform1(value):
    values=value*2
    return values
data['counts'].transform(transform1)

0       2
1       2
2       2
3       2
4       2
       ..
2774    2
2775    2
2776    2
2777    2
2778    2
Name: counts, Length: 2779, dtype: int64

二、分组：
groupby(by=‘columns1’)

三、透视表

index：行分组键，分完组以后，分组键的取值在行索引的位置；
aggfunc：聚合函数==>和agg方法一致；
values：指定想要进行聚合的列；
columns：列分组键，分完组之后，分组键的取值，在列索引的位置；
fill_value：将数据为np.nan的值填充为对应的值；
margins：表示汇总开关，默认是False；
margins_name:‘ALL’，汇总的列或者行的columns，index的索引；

pd.pivot_table(data,
               index=['order_id','amounts'],
               aggfunc=[np.mean,np.sum],
               values=['counts','dishes_name']).head()

		mean	sum
		counts	counts
order_id	amounts
137	1	4.0	4
	6	1.0	1
	26	1.0	1
	27	1.0	1
	35	1.0	1

pd.pivot_table(data,
               columns=['order_id'],
               aggfunc=[np.mean,np.sum