33【数据的合并和分组聚合】03数据分组聚合
2024-06-09 06:26:30
例题
现在我们有一组关于全球星巴克店铺的统计数据，如果我想知道美国的星巴克数量和中国的哪个多，或者我想知道中国每个省份星巴克的数量的情况，那么应该怎么办？
数据来源：
https://www.kaggle.com/starbucks/store-locations/data
df=df=pd.read_csv("../data/directory.csv",encoding="gbk") # 读取文件信息
df.info() # 文件的概要信息
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 25600 entries, 0 to 25599
Data columns (total 13 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 Brand 25600 non-null object 品牌 1 Store Number 25600 non-null object 店铺编号2 Store Name 25600 non-null object 店铺名字3 Ownership Type 25600 non-null object 所有权类型4 Street Address 25598 non-null object 街道地址 缺失5 City 25585 non-null object 城市 缺失6 State/Province 25600 non-null object 州/省7 Country 25600 non-null object 国家8 Postcode 24078 non-null object 邮政编码 缺失9 Phone Number 18739 non-null object 电话号码 缺失10 Timezone 25600 non-null object 时区11 Longitude 25599 non-null float64 经度 缺失12 Latitude 25599 non-null float64 纬度 缺失
dtypes: float64(2), object(11)
memory usage: 2.5+ MB
分组和聚合
df.groupby(by=列名) # 按照指定的列进行分组
1.可以进行遍历
# 遍历
for i in df.groupby(by="Country"):print(i)print("*"*100)
('AD', Brand Store Number Store Name Ownership Type Street Address \
0 Starbucks 47370-257954 Meritxell, 96 Licensed Av. Meritxell, 96 City State/Province Country Postcode Phone Number \
0 Andorra la Vella 7 AD AD500 376818720 Timezone Longitude Latitude
0 GMT+1:00 Europe/Andorra 1.53 42.51 )
****************************************************************************************************
('AE', Brand Store Number Store Name Ownership Type \
1 Starbucks 22331-212325 Ajman Drive Thru Licensed
2 Starbucks 47089-256771 Dana Mall Licensed
3 Starbucks 22126-218024 Twofour 54 Licensed
4 Starbucks 17127-178586 Al Ain Tower Licensed
5 Starbucks 17688-182164 Dalma Mall, Ground Floor Licensed
.. ... ... ... ...
140 Starbucks 34253-62541 Bukhatir Tower Licensed
141 Starbucks 1359-138434 Qanat Al Qasba Licensed
142 Starbucks 34259-54260 Sahara Center Licensed
143 Starbucks 34217-27108 American University of Sharjah Licensed
144 Starbucks 22697-223524 UAQ Drive Thru Licensed Street Address City State/Province Country \
1 1 Street 69, Al Jarf Ajman AJ AE
2 Sheikh Khalifa Bin Zayed St. Ajman AJ AE
3 Al Salam Street Abu Dhabi AZ AE
4 Khaldiya Area, Abu Dhabi Island Abu Dhabi AZ AE
5 Dalma Mall, Mussafah Abu Dhabi AZ AE
.. ... ... ... ...
140 Sharjah Buheira Corniche Sharjah SH AE
141 Al Taawun Road Sharjah SH AE
142 Alnahda Sharjah SH AE
143 Airport Road, Universities Complex Sharjah SH AE
144 King Faisal Highway Umm Al Quwain UQ AE Postcode Phone Number Timezone Longitude Latitude
1 NaN NaN GMT+04:00 Asia/Dubai 55.47 25.42
2 NaN NaN GMT+04:00 Asia/Dubai 55.47 25.39
3 NaN NaN GMT+04:00 Asia/Dubai 54.38 24.48
4 NaN NaN GMT+04:00 Asia/Dubai 54.54 24.51
5 NaN NaN GMT+04:00 Asia/Dubai 54.49 24.40
.. ... ... ... ... ...
140 NaN 06-5560572 GMT+04:00 Asia/Dubai 55.38 25.33
141 NaN 06-5560318 GMT+04:00 Asia/Dubai 55.38 25.32
142 NaN 06-5315823 GMT+04:00 Asia/Dubai 55.37 25.30
143 NaN 06-5585722 GMT+04:00 Asia/Dubai 55.48 25.30
144 NaN NaN GMT+04:00 Asia/Dubai 55.54 25.53 [144 rows x 13 columns])
****************************************************************************************************
('AR', Brand Store Number Store Name Ownership Type \
145 Starbucks 1278-139526 Alto Avelleneda Licensed
146 Starbucks 16436-159304 Soleil Licensed
147 Starbucks 47294-254164 Arevalo Licensed
148 Starbucks 25823-198067 Terrazas de Mayo Licensed
149 Starbucks 15008-157047 San Isidro Licensed
.. ... ... ... ...
248 Starbucks 47289-254786 Estrada Licensed
249 Starbucks 16161-168806 Canada Licensed
250 Starbucks 22131-168807 Dinosaurio Mall Licensed
251 Starbucks 16290-163049 Nuevocentro Licensed
252 Starbucks 16302-163050 Cordoba Shopping Licensed Street Address City State/Province Country \
145 Avenida Gral. Guemes 897 Avellaneda B AR
146 Yrigiyen 2647 Boulogne B AR
147 Nicaragua 6045, CABA Buenos Aires B AR
148 Cruce Ruta 8 y 202, San Miguel Buenos Aires B AR
149 Belgrano, 263 San Isidro Buenos Aires B AR
.. ... ... ... ...
248 Estrada 159 , Cordoba Cordoba X AR
249 Av. Colon 608 Cordoba X AR
250 Av. Fuerza Aerea Argentina 1700 B Cordoba X AR
251 Duarte Quiroz 1400 Cordoba X AR
252 Jose de Goyechea 2851 Cordoba X AR Postcode Phone Number Timezone Longitude Latitude
145 B1870 4204-3785 GMT-03:00 America/Argentina/Bu -58.37 -34.68
146 1609 NaN GMT-03:00 America/Argentina/Bu -57.87 -34.88
147 NaN NaN GMT-03:00 America/Argentina/Bu -58.44 -34.58
148 C1663 NaN GMT-03:00 America/Argentina/Bu -58.70 -34.53
149 B1642 NaN GMT-03:00 America/Argentina/Bu -58.51 -34.47
.. ... ... ... ... ...
248 5000 NaN GMT-03:00 America/Argentina/Bu -64.20 -31.44
249 5000 NaN GMT-03:00 America/Argentina/Bu -64.19 -31.41
250 C5000 NaN GMT-03:00 America/Argentina/Bu -64.24 -31.36
251 5000 NaN GMT-03:00 America/Argentina/Bu -64.20 -31.41
252 5000 NaN GMT-03:00 America/Argentina/Bu -64.20 -31.44 [108 rows x 13 columns])
****************************************************************************************************
# 当我们对这个DataFrameGroupBy对象进行遍历的时候，返回一个元组
# （A，B）
# A：分组的依据
# B：满足这个分组依据的dataframe
# 遍历返回的元组
for i,j in df.groupby(by="Country"):print(i)print("="*50)print(j)print("*"*100)
AD
==================================================Brand Store Number Store Name Ownership Type Street Address \
0 Starbucks 47370-257954 Meritxell, 96 Licensed Av. Meritxell, 96 City State/Province Country Postcode Phone Number \
0 Andorra la Vella 7 AD AD500 376818720 Timezone Longitude Latitude
0 GMT+1:00 Europe/Andorra 1.53 42.51
****************************************************************************************************
AE
==================================================Brand Store Number Store Name Ownership Type \
1 Starbucks 22331-212325 Ajman Drive Thru Licensed
2 Starbucks 47089-256771 Dana Mall Licensed
3 Starbucks 22126-218024 Twofour 54 Licensed
4 Starbucks 17127-178586 Al Ain Tower Licensed
5 Starbucks 17688-182164 Dalma Mall, Ground Floor Licensed
.. ... ... ... ...
140 Starbucks 34253-62541 Bukhatir Tower Licensed
141 Starbucks 1359-138434 Qanat Al Qasba Licensed
142 Starbucks 34259-54260 Sahara Center Licensed
143 Starbucks 34217-27108 American University of Sharjah Licensed
144 Starbucks 22697-223524 UAQ Drive Thru Licensed Street Address City State/Province Country \
1 1 Street 69, Al Jarf Ajman AJ AE
2 Sheikh Khalifa Bin Zayed St. Ajman AJ AE
3 Al Salam Street Abu Dhabi AZ AE
4 Khaldiya Area, Abu Dhabi Island Abu Dhabi AZ AE
5 Dalma Mall, Mussafah Abu Dhabi AZ AE
.. ... ... ... ...
140 Sharjah Buheira Corniche Sharjah SH AE
141 Al Taawun Road Sharjah SH AE
142 Alnahda Sharjah SH AE
143 Airport Road, Universities Complex Sharjah SH AE
144 King Faisal Highway Umm Al Quwain UQ AE Postcode Phone Number Timezone Longitude Latitude
1 NaN NaN GMT+04:00 Asia/Dubai 55.47 25.42
2 NaN NaN GMT+04:00 Asia/Dubai 55.47 25.39
3 NaN NaN GMT+04:00 Asia/Dubai 54.38 24.48
4 NaN NaN GMT+04:00 Asia/Dubai 54.54 24.51
5 NaN NaN GMT+04:00 Asia/Dubai 54.49 24.40
.. ... ... ... ... ...
140 NaN 06-5560572 GMT+04:00 Asia/Dubai 55.38 25.33
141 NaN 06-5560318 GMT+04:00 Asia/Dubai 55.38 25.32
142 NaN 06-5315823 GMT+04:00 Asia/Dubai 55.37 25.30
143 NaN 06-5585722 GMT+04:00 Asia/Dubai 55.48 25.30
144 NaN NaN GMT+04:00 Asia/Dubai 55.54 25.53 [144 rows x 13 columns]
****************************************************************************************************
AR
==================================================Brand Store Number Store Name Ownership Type \
145 Starbucks 1278-139526 Alto Avelleneda Licensed
146 Starbucks 16436-159304 Soleil Licensed
147 Starbucks 47294-254164 Arevalo Licensed
148 Starbucks 25823-198067 Terrazas de Mayo Licensed
149 Starbucks 15008-157047 San Isidro Licensed
.. ... ... ... ...
248 Starbucks 47289-254786 Estrada Licensed
249 Starbucks 16161-168806 Canada Licensed
250 Starbucks 22131-168807 Dinosaurio Mall Licensed
251 Starbucks 16290-163049 Nuevocentro Licensed
252 Starbucks 16302-163050 Cordoba Shopping Licensed Street Address City State/Province Country \
145 Avenida Gral. Guemes 897 Avellaneda B AR
146 Yrigiyen 2647 Boulogne B AR
147 Nicaragua 6045, CABA Buenos Aires B AR
148 Cruce Ruta 8 y 202, San Miguel Buenos Aires B AR
149 Belgrano, 263 San Isidro Buenos Aires B AR
.. ... ... ... ...
248 Estrada 159 , Cordoba Cordoba X AR
249 Av. Colon 608 Cordoba X AR
250 Av. Fuerza Aerea Argentina 1700 B Cordoba X AR
251 Duarte Quiroz 1400 Cordoba X AR
252 Jose de Goyechea 2851 Cordoba X AR Postcode Phone Number Timezone Longitude Latitude
145 B1870 4204-3785 GMT-03:00 America/Argentina/Bu -58.37 -34.68
146 1609 NaN GMT-03:00 America/Argentina/Bu -57.87 -34.88
147 NaN NaN GMT-03:00 America/Argentina/Bu -58.44 -34.58
148 C1663 NaN GMT-03:00 America/Argentina/Bu -58.70 -34.53
149 B1642 NaN GMT-03:00 America/Argentina/Bu -58.51 -34.47
.. ... ... ... ... ...
248 5000 NaN GMT-03:00 America/Argentina/Bu -64.20 -31.44
249 5000 NaN GMT-03:00 America/Argentina/Bu -64.19 -31.41
250 C5000 NaN GMT-03:00 America/Argentina/Bu -64.24 -31.36
251 5000 NaN GMT-03:00 America/Argentina/Bu -64.20 -31.41
252 5000 NaN GMT-03:00 America/Argentina/Bu -64.20 -31.44 [108 rows x 13 columns]
****************************************************************************************************
# 选择美国的数据
# 方法一
for i,j in df.groupby(by="Country"):if i=="US":print(j)
Brand Store Number Store Name \
11964 Starbucks 3513-125945 Safeway-Anchorage #1809
11965 Starbucks 74352-84449 Safeway-Anchorage #2628
11966 Starbucks 12449-152385 Safeway - Anchorage #1813
11967 Starbucks 24936-233524 100th & C St - Anchorage
11968 Starbucks 8973-85630 Old Seward & Diamond
... ... ... ...
25567 Starbucks 74385-87621 Safeway-Laramie #2466
25568 Starbucks 73320-24375 Ridley's - Laramie #1131
25569 Starbucks 22425-219024 Laramie - Grand & 30th
25570 Starbucks 10849-103163 I-80 & Dewar Dr-Rock Springs
25571 Starbucks 10769-102454 Coffeen & Brundage Lane-Sheridan Ownership Type Street Address \
11964 Licensed 5600 Debarr Rd Ste 9
11965 Licensed 1725 Abbott Rd
11966 Licensed 1501 Huffman Rd
11967 Company Owned 320 W. 100th Ave, 100, Southgate Shopping Ctr ...
11968 Company Owned 1005 E Dimond Blvd
... ... ...
25567 Licensed 554 N 3rd St
25568 Licensed 3112 E. Grand
25569 Company Owned 3021 Grand Ave
25570 Company Owned 118 Westland Way
25571 Company Owned 2208 Coffeen Ave City State/Province Country Postcode Phone Number \
11964 Anchorage AK US 995042300 907-339-0900
11965 Anchorage AK US 995073444 907-339-2800
11966 Anchorage AK US 995153596 907-339-1300
11967 Anchorage AK US 99515 (907) 227-9631
11968 Anchorage AK US 995152050 907-344-4160
... ... ... ... ... ...
25567 Laramie WY US 820723012 307-721-5107
25568 Laramie WY US 820705141 307-742-8146
25569 Laramie WY US 82070 307-742-3262
25570 Rock Springs WY US 829015751 307-362-7145
25571 Sheridian WY US 828016213 307-672-5129 Timezone Longitude Latitude
11964 GMT-09:00 America/Anchorage -149.78 61.21
11965 GMT-09:00 America/Anchorage -149.84 61.14
11966 GMT-09:00 America/Anchorage -149.85 61.11
11967 GMT-09:00 America/Anchorage -149.89 61.13
11968 GMT-09:00 America/Anchorage -149.86 61.14
... ... ... ...
25567 GMT-07:00 America/Denver -105.59 41.32
25568 GMT-07:00 America/Denver -105.56 41.31
25569 GMT-07:00 America/Denver -105.56 41.31
25570 GMT-07:00 America/Denver -109.25 41.58
25571 GMT-07:00 America/Denver -106.94 44.77 [13608 rows x 13 columns]
# 选择美国的数据
# 方法二
df[df["Country"]=="US"].head()
2.调用聚合方法
# 调用聚合方法
grouped=df.groupby(by="Country")
# 统计个数
grouped.count().head()
# 返回一个dataframe
# 把每一列的数据都统计了
# 如果数据没有缺失的话，同一行的数据应该是一样的
# 但是由于存在数据缺失，所以在有些行中，即使是同一行，数据也不一样
# 注意：由于存在数据缺失，在有些行中，即使是同一行，数据也不一样
# 所以我们在统计个数的时候，不应该是统计一整个dataframe
# 而是统计这个dataframe中没有缺失值的那一列
# 这样得到的结果才是准确的
grouped["Brand"].count()
解一
代码
# -*- coding: utf-8 -*-'''
@Time : 2020/12/18 12:19
@Author : yuhui
@Email : 3476237164@qq.com
@FileName: pandas_5.py
@Software: PyCharm
'''"""
现在我们有一组关于全球星巴克店铺的统计数据，
如果我想知道美国的星巴克数量和中国的哪个多，
或者我想知道中国每个省份星巴克的数量的情况，那么应该怎么办？
""""""33【数据的合并和分组聚合】03数据分组聚合
如果我想知道美国的星巴克数量和中国的哪个多，"""import pandas as pdfile_path="../data/directory.csv"df=pd.read_csv(file_path,encoding="gbk")
# print(df.head())
# print(df.info())# 按照国家进行分组
grouped=df.groupby(by="Country")# 统计个数
country_count=grouped["Brand"].count()
# print(country_count)# 选择中国和美国的数据
# 中国CN 美国US
CN_count=country_count["CN"]
US_count=country_count["US"]
print(CN_count,US_count)运行结果
解二
代码
# -*- coding: utf-8 -*-'''
@Time : 2020/12/21 17:28
@Author : yuhui
@Email : 3476237164@qq.com
@FileName: pandas_5_2.py
@Software: PyCharm
'''"""33【数据的合并和分组聚合】03数据分组聚合
我想知道中国每个省份星巴克的数量的情况"""import pandas as pdfile_path="../data/directory.csv"df=pd.read_csv(file_path,encoding="gbk")# 选择中国的数据
df=df[df["Country"]=="CN"]# 按照省份进行分组
grouped=df.groupby(by="State/Province")# 统计数量（取其中某一列（不含缺失值））
grouped_count=grouped["Brand"].count()
print(grouped_count)运行结果
D:\Python\Installation\python.exe D:/Python/数据分析/数据分析2/code/pandas_5_2.py
State/Province
11 236
12 58
13 24
14 8
15 8
21 57
22 13
23 16
31 551
32 354
33 315
34 26
35 75
36 13
37 75
41 21
42 76
43 35
44 333
45 21
46 16
50 41
51 104
52 9
53 24
61 42
62 3
63 3
64 2
91 162
92 13
Name: Brand, dtype: int64Process finished with exit code 033【数据的合并和分组聚合】03数据分组聚合相关推荐
- 多帧点云数据拼接合并_多工作簿数据合并，还在手动复制粘贴就out了，用批处理一键搞定...
相信许多朋友都有碰到过将多个工作簿文件数据合并到一张表的情况,这种情况下许多朋友想尽各种办法,复制粘贴也好.vba多表合并也罢,但是合并数据总感觉需要耗费很多时间. 如上图所示,我们需要将1-8月8个 ...
- Excel删除重复数据java_合并Excel范围中的数据，删除空白和重复项
这是一种方法 . CODE (TRIED AND TESTED) Option Explicit Sub Sample() Dim ws As Worksheet Dim LastRow As Lon ...
- 数据分析 第七讲 pandas练习 数据的合并、分组聚合、时间序列、pandas绘图
文章目录 数据分析 第七讲 pandas练习 数据的合并和分组聚合 一.pandas-DataFrame 练习1 对于这一组电影数据,如果我们想runtime(电影时长)的分布情况,应该如何呈现数据? ...
- Chapter5 数据的合并和分组聚合
字符串离散化的案例 #coding=utf-8 import matplotlib.pyplot as plt import pandas as pd import numpy as np file_ ...
- 【DS with Python】DataFrame的合并、分组聚合与数据透视表
文章目录 前言 一.DataFrame的合并 1.1 按列名合并 (pd.merge()) 1.2 相同列添加行数 (pd.concat()功能) 二.应用 (.apply()功能) 三.分组 (.g ...
- 使用SQL聚合函数，分组，完成数据合并，字段拼接或者字段追加
在项目的开发过程中,我们会遇到一些特殊的业务需求,如接下来讲的业务需求:根据多个字段,如果多个字段相同就把两条数据合并为一条数据,但是两条数据的创建人的追加在一条数据中,返回给前端. 话不多说上图解释 ...
- python数据科学包第三天（索引、分组计算、数据聚合、分组运算和转换、载入数据、日期范围、数据可视化）
索引 行索引 列索引 索引的分类 重复索引的处理 s = pd.Series(np.random.rand(5), index=list('abcde')) s a 0.566924 b 0.6034 ...
- python中数据分组计算_python3数据聚合与分组运算（二）
数据聚合 对于聚合,这里指的是任何能够从数组产生标量值的数据转换过程.之前的例子中已经用过一些,比如mean.count.min以及sum等.我们可能想知道在GroupBy对象上调用mean()时究竟 ...
- python数据分析及可视化（九）pandas数据规整（分组聚合、数据透视表、时间序列、数据分析流程）
作业 拼接多个csv文件 去除重复数据,重新索引 自动挡和手动挡数目 计算每个城市二手车数量 统计每个汽车品牌平均售价价格(不是原价) 分组与聚合 如下表所示,5行3列的表格,5种水果分别对应的名称, ...
最新文章
- 看，这就是你心心念的研究生生活
- 判断机器学习算法或深度学习算法优势常考虑的点
- linux中sed的基本用法,linux sed用法
- creo管道设计教程_Creo产品设计教程：握力器弹簧建模，一个技巧轻松搞定
- jsp页面获取系统的日期时间
- java stream groupingBy(classifier, downstream, mapFactory)
- 猫眼top前100电影爬取demo（正则初试）
- UnityParticle2：5x基础模块
- notion知识库网站
- C++ char,int 之间的相互转换
- ESET NOD32 Antivirus – 免费 3个月/ 3PC
- 线性代数mit18.06读课本-D1-1.1
- 2017第十四届国际真空展览会会刊（参展商名录）
- MVC 原理和框架图
- tortoise清理本地分支_如何删除TortoiseHg中的意外分支？
- JAVA实现邮件抄送，密送，多个附件发送
- qcloud php开发,GitHub - QcloudApi/qcloudapi-sdk-php
- EC esayClick 自定义浮窗
- 前端面试问题（白话回答，便于记忆）
- Github如何绑定域名
热门文章
- POSIX 文件能力：分配根用户的能力
- arraylist java 排序_「arraylist排序」java ArrayList的两种排序方法 - seo实验室
- 如何在 Linux 中删除目录
- vs2017离线安装vs tools for unity
- 记帐软件测试自学,初入软件测试必备：不知如何下手？一篇文章带你上手批量功能测试...
- Hugging Face 中文预训练模型使用介绍及情感分析项目实战
- centos 7RHEL7 忘记密码怎么修改root密码
- 【Unity基础】Time实现一个间隔时间做某事每秒移动x米
- 关于对渣打编程马拉松 2013 的样题的一些想法
- Python 插入latex符号，比如45°，45度