python中series的groupby

最新推荐文章于 2024-04-06 22:11:04 发布

zwy_0309

最新推荐文章于 2024-04-06 22:11:04 发布

阅读量5.4k

点赞数 2

分类专栏：项目文章标签： python 列表

本文链接：https://blog.csdn.net/zwy_0309/article/details/108349654

版权

这篇博客记录了在Python中对Series数据类型使用groupby进行分组操作的学习过程。作者通过逐步修改groupby参数进行测试，详细描述了单个参数及两个参数变化时的影响，旨在理解列表中数值的作用。虽然文字描述不够全面，但测试帮助作者理解了SeriesGroupBy的工作原理。

摘要由CSDN通过智能技术生成

今天在学习时，看到一个数据类型叫“SeriesGroupBy”，并且看到这样一个示例：

s = pd.Series([1, 2, 3, 4])
print(s)
【结果】
0    1
1    2
2    3
3    4
dtype: int64

>>> s.groupby([1, 1, 2, 2]).min()
【结果】
1    1
2    3

第一次见到一维数组的分组，而且groupby后的参数还是一个列表，列表中还是4个值，这些列表中的数值都有什么作用？百度了一下没有查到，于是准备用最笨的方法——逐一修改参数，调试一下。详细记录如下：

第一组测试：修改一个参数

1）修改第一个参数：

>>>print( list( s.groupby([1, 1, 1, 1]) ) )
[(1,	 	0    1
1    2
2    3
3    4
dtype: int64)]

>>>print( list( s.groupby([2, 1, 1, 1]) ) )
[(1, 		1    2
2    3
3    4
dtype: int64), 
(2, 	0    1
dtype: int64)]

>>>print( list( s.groupby([3, 1, 1, 1]) ) )
[(1, 		1    2
2    3
3    4
dtype: int64), 
(3, 	0    1
dtype: int64)]

>>>print( list( s.groupby([5, 1, 1, 1]) ) )
[(1, 		1    2
2    3
3    4
dtype: int64), 
(5, 	0    1
dtype: int64)]
<