pandas--系列之groupby

闲话少说直接上代码和思路

import numpy as np
import pandas as pd
df = pd.DataFrame({'key1':list('aabba'),
                  'key2': ['one','two','one','two','one'],
                  'data1': np.random.randn(5),
                  'data2': np.random.randn(5)})

print(df)

#假设你想要对key进行分组,并计算data1列的平均值
grouped = df['data1'].groupby(df['key1']).mean()
print(grouped)
#说明:数据根据分组进行了聚合,产生了一个新的Series,其索引为key1列中的某一个值
#之所以结果中索引的名称为key1,是因为原始数据框列的df['key']就叫这个名字

means = df['data1'].groupby([df['key1'],df['key2']]).mean()
print(means)

print(means.unstack())

#当然,你可以对这些数据片段做任何操作,有一个你可以会觉得有用的原酸,将这些数据片段做成一个字典
pieces = dict(list(df.groupby('key1')))
print(pieces['b'])


#####选择一个或一组列
#由于DataFrame产生的groupBy对象,如果用一个或者一组列名对其进行索引,就能产生选取部分列进行聚合的目的
df.groupby(['key1','key2'])[['data2']].mean()
df.groupby(['key1','key2'])['data2'].mean()


#数据聚合
#要使用自己定义的聚合函数,需将其传入agg方法即可
def peak_to_peak(arr):
    return arr.max()-arr-min()
grouped = df.groupby('key1')
grouped.agg(peak_to_peak)

#面向列的多函数应用
#####################你希望对不同列使用不同的聚合函数时看如下实例
grouped.agg(['mean','std'])
grouped.agg([('foo','mean'),('bar',np.std)])
#现在假设你想要对不同的列应用不同的函数,具体的办法就是对agg传入一个从列名映射到函数的字典
grouped.agg({'tip_pct':['min','max','mean'],'size':'sum'})

#一般情况下,聚合函数都需要唯一的分组键组成的索引,但也可以通过向gourpby传入as_index=False以禁用这个功能

'''
1、apply,一般性的拆分-应用-合并
 最一般的groupby方法是apply,apply会将待处理的对象拆分为多个片段,然后对各个片段调用传入的函数,最后尝试将各片段组合在一起,
在groupby中,当你调用诸如describe之类的方法时,实际上是应用了快捷方式:f=lambda x:x.describe();grouped.apply(f)
'''
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值