Python groupby函數圖文詳解
一、分組原理
核心:
1、不論分組鍵是數組、列表、字典、Series、函數,隻要其與待分組變量的軸長度一致都可以傳入groupby進行分組。
2、默認axis=0按行分組,可指定axis=1對列分組。
groupby()語法格式
DataFrame.groupby(by=None, axis=0, level=None, as_index=True, group_keys=True, squeeze=False, observed=False, **kwargs)
groupby原理
groupby就是按XX分組,比如將一個數據集按A進行分組,效果如下
使用groupby實現功能
import numpy as np import pandas as pd data = pd.DataFrame({ 'name': ['Tom', 'Kaggle', 'Litter', 'Sam', 'Sam', 'Sam'], 'race': ['B', 'C', 'D', 'E', 'B', 'C'], 'age': [37.0, 61.0, 56.0, 87.0, 58.0, 34.0], 'signs_of_mental_illness': [True, True, False, False, False, False] }) data.groupby('race')
返回結果如上 得到一個叫DataFrameGroupBy的東西,pandas不能直接顯示出來 可以調用list顯示出來
groupby()的配合函數 函數 適用場景備註.mean()均值.count()計數.min()最小值.mean().unstack()求均值,聚合表的層次索引不堆疊.size()計算分組大小GroupBy的size方法,將返回一個含有分組大小的Series.apply().agg()
這裡演示.mean()和.count()
# mean() data.groupby('name')['age'].mean() # count() data.groupby('name')['age'].count() data.groupby('age').count()
也可以根據單鍵多列進行聚合
# 單鍵多列聚合 data.groupby('name')[['race','age',]].count()
.agg操作 可以取多個函數進行選擇 有時候我們既需要平均值,有需要計數(也可是取一個)
agg為列表
print(data.groupby('name')['age'].agg(['mean'])) print(data.groupby('name')['age'].agg(['mean','count']))
也可以傳入字典,對組內不同列采取不同的操作
print(data.groupby('race').agg({'age': np.median, 'signs_of_mental_illness': np.mean}))
.apply()
可以使用我們自己所創建的函數
print('apply之前') grouped = data.groupby('name') for name, group in grouped: print(name) print(group) print('\n') print('apply之後') print(data.groupby('name').apply(lambda x: x.head(2)))
簡單操作基本介紹完成
有時候需要將聚合的另一列放到一起 並且取消鍵的重復值 這個時候可以這樣做
上面是構建的數據,需要對訂購時間進行處理,這裡我們是將月份+天數/30,然後對ID列進行去重,並將後面Time列計算的結果放到一起
import numpy as np import pandas as pd data = pd.read_excel('訂購時間預測2.xlsx') def cut_m_d(x): return round(x.month + x.day / 30, 2) data['m_d'] = data['Time'].apply(cut_m_d) grouped = data.groupby('ID') # 這一步是去重(ID),不去重會出現錯誤 result = grouped['m_d'].unique() result2 = result.reset_index() print(result2)
總結
到此這篇關於Python groupby函數詳解的文章就介紹到這瞭,更多相關groupby函數詳解內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- pandas中groupby操作實現
- Pandas高級教程之Pandas中的GroupBy操作
- pandas數據分組groupby()和統計函數agg()的使用
- pandas groupby分組對象的組內排序解決方案
- pandas 實現某一列分組,其他列合並成list