Pandas中的groupby

groupby概述

GroupBy对象属性

groupby过程拆解

以groupby(by="company")为例：

三步走

1.Splitting

主要靠groupby

• split index (rows)

• split columns (rows)

语法糖：

df.groupby('A') is just syntactic sugar fordf.groupby(df['A'])

grouped=df.groupby(['A'])；grouped_C=grouped['C'] is just syntactic sugar for df['C'].groupby(df['A'])

DataFrame column selection in GroupBy

2.Applying

操作类型分类

应用时的输入

• 列(或行)

函数应用于整个列，输出每组的列为一个结果，应用于整个列

函数应用于整个列，输出每组的列为大小不变，应用于列中的单个元素

• 整个分组

函数作为于整个分组，输出一个值，比如GroupBy.aggregate()或GroupBy.agg()

与操作类型或函数功能有关

相关函数

外加：groupBy.filter()

groupby的applying与pandas函数式编程

groupby的applying有3种类型：

pandas函数式编程有3种操作层次：DataFrame，Series(row-or column-wise)，or elementwise

3.Combining

一般结果自动combining

group操作

显示分组效果

for name,group in grouped:
  print(name)
  print(group)
  print()

同时对多列进行运算

df['col3'] = df.apply(lambda x: x['col1'] +2 * x['col2'], axis=1)

删除大小为0的分组

dff.groupby('B').filter(lambda x: len(x) >0)

分组统计结果

print(grouped.apply(lambda x:x.describe()))

遍历各分组

import pandas as pd

if __name__ == "__main__":

    dict_list = [{"a":"A", "b":2}, {"a":"A", "b":4}, {"a":"B", "b":6}]

    df = pd.DataFrame(dict_list)
    print(">>>")
    print(df)
    print()

    grouped = df.groupby("a")

    for idx, group in grouped:
        print(">>>")
        print("idx: \n", idx)
        print("group: \n", group)
        print()

    # print(grouped.groups)
    # print(grouped.indices)
    # print(grouped.get_group("A"))