数据的聚合与分组运算

一、分组与聚合的原理

二、groupby()方法拆分成组

三、数据集合

一、分组与聚合原理

(1)、分组是使用特定的条件将元数据进行划分为多个组。聚合是对每个分组中的数据执行某些操作，最后将计算结果进行整合。

(2)、过程：

拆分：将数据集按照些标准拆分为若干个组。

应用：将某个函数或方法（内置和自定义均可）应用到每个分组。

合并：将产生的新值整合到结果对象中。

二、groupby()方法拆分

（1）方法： groupby(by=None，axis=0，level=None，as_index=True，sort=True，group_keys=True，squeeze=False，observed=False，kwargs)

参数含义：by：用于确定进行分组的依据。
axis：表示分组轴的方向，可以为0（表示按行）或（表示按列），默认为0。
level：如果某个轴是一个MultiIndex对象，则会按特定级别或多个级别分组。
as_index：表示聚合后的数据是否以组标签作为索引的DataFrame对象输出，，接受布尔值，默认为True。
sort：表示是否对分组标签进行排序，接受布尔值，默认为True。

注：通过groupby()方法执行分组操作，会返回一个GroupBy对象，该对象实际上并没有进行任何计算，只是包含一些关于分组键的中间数据而已。一般，使用Series调用groupby()方法返回的是SeriesGroupBy对象，而使用DataFrame调用groupby()方法返回的是DataFrameBy对象。

（2)、按列名进行分组：

1、代码：

import numpy as np
import pandas as pddf = pd.DataFrame({"key": ['C', 'B', 'C', 'A', 'B', 'B', 'A', 'C', 'A'],"Data": [2, 4, 6, 8, 10, 1, 14, 16, 18]})
print(df)
group_obj = df.groupby(by='key')
print("df.groupby(by='key'):\n", group_obj)

2、如果要查看每个分组的具体内容，应该使用for循环遍历DataFrameGroupBy对象。

代码：

for i in group_obj:print(i)

（3)、按Series对象进行分组：

df= pd.DataFrame({'key1': ['A', 'A', 'B', 'B', 'A'],'kye2': ['one', 'two', 'one', 'two', 'one'],'data1': [2, 3, 4, 6, 8],'data2': [3, 5, 6, 3, 7]})
print(df)se = pd.Series(['a', 'b', 'c', 'a', 'b'])
group_obj = df1.groupby(by=se)
for i in group_obj:print(i)

（4)、按字典进行分组：

注：用字典对DataFrame进行分组时，需要确定轴的方向及字典中的映射关系，即字典中的键为列名，字典的值为自定义的分组名。

df- = DataFrame({'a': [1, 2, 4, 8, 3],'b': [9, 6, 3, 7, 5],'c': [2, 3, 4, 6, 8],'d': [3, 5, 6, 3, 7]})
mapping = {'a': '第一组', 'b': '第二组', 'c': '第三组', 'd': '第一组'}
print(df)
by_columns = df.groupby(by=mapping, axis=1)
print("by_columns:")
for i in by_columns:print(i)

（5)、按函数进行分组：在调用groupby()方法时传入了内置函数len()，表明len()函数会对行索引一列执行求长度的操作，以行索引名称的长度进行分组，则长度相同的行索引名称会分成一组。

df= DataFrame({'a': [1, 2, 4, 8, 3],'b': [9, 6, 3, 7, 5],'c': [2, 3, 4, 6, 8],'d': [3, 5, 6, 3, 7]},index=['Boy', 'Tom', 'Jok', 'Jacn', 'Helen'])
group_obj3 = df.groupby(by=len)
print("group_obj")
for i in group_obj:print(i)

三、数据聚合

(1)、如果内置方法无法满足聚合要求，则用agg（）方法自定义函数

.agg（func，axis = 0，* args，** kwargs ）

（2）对每一列数据应用同一个函数

def diff_max_min(x):return x.max() - x.min()

数据的聚合与分组运算相关推荐

Python之数据聚合与分组运算
Python之数据聚合与分组运算 1. 关系型数据库方便对数据进行连接.过滤.转换和聚合. 2. Hadley Wickham创建了用于表示分组运算术语"split-apply-combin ...
【Python】GroupBy：数据聚合与分组运算
[博客地址]:https://blog.csdn.net/sunyaowu315 [博客大纲地址]:https://blog.csdn.net/sunyaowu315/article/details/ ...
类的应用python平均分_【数据科学系统学习】Python # 数据分析基本操作[四] 数据规整化和数据聚合与分组运算...
本篇内容为整理<利用Python进行数据分析>,博主使用代码为 Python3,部分内容和书本有出入. 在前几篇中我们介绍了 NumPy.pandas.matplotlib 三个库的基本操 ...
pandas合并groupby_pandas数据聚合与分组运算——groupby方法
简介 pandas中一类非常重要的操作是数据聚合与分组运算.通过groupby方法能够实现对数据集的拆分.统计.转换等操作,这个过程一气呵成. 在本文中,你将学到: 选取特定列分组: 对分组进行迭代: ...
Python数据聚合和分组运算(1)-GroupBy Mechanics
前言 Python的pandas包提供的数据聚合与分组运算功能很强大,也很灵活.<Python for Data Analysis>这本书第9章详细的介绍了这方面的用法,但是有些细节不常用 ...
《利用python进行数据分析》读书笔记--第九章数据聚合与分组运算（一）
http://www.cnblogs.com/batteryhp/p/5046450.html 对数据进行分组并对各组应用一个函数,是数据分析的重要环节.数据准备好之后,通常的任务就是计算分组统计或生 ...
【学习】数据聚合和分组运算【groupby】
[学习]数据聚合和分组运算[groupby] 分组键可以有多种方式,且类型不必相同列表或数组, 某长度与待分组的轴一样表示DataFrame某个列名的值字典或Series,给出待分组轴上的值与分 ...
【学习经典】python 数据聚合与分组运算（part 2）
本文的前半部分:python 数据聚合与分组运算(part 1) 4. 透视表和交叉表透视表(pivot table)是各种电子表格程序和其他数据分析软件中一种常见的数据汇总工具.它根据一个或多个键 ...
vfp python_python foxpro数据聚合和分组运算——分组级运算和转换(3)
数据聚合和分组运算--分组级运算和转换(3),有需要的朋友可以参考下. 1.假设我们想要为一个DataFrame添加一个用于存放各索引分组平均值的列,一个办法是先聚合再合并: >>> ...

数据的聚合与分组运算

数据的聚合与分组运算相关推荐

最新文章

热门文章