groupby常用方法

核心：

1.不论分组键是数组、列表、字典、Series、函数，只要其与待分组变量的轴长度一致都可以传入groupby进行分组。

2.默认axis=0按行分组，可指定axis=1对列分组

1.根据表本身的某一列或多列内容进行分组聚合

1.1按照一列进行聚合

import numpy as np
import pandas as pd
from pandas import DataFramea_data=pd.DataFrame({"a_char":list("abab"),"number":[1,1,2,2],"subject":["maths","science","chem","history"],"score":[100,90,80,90]})
a_data.index=["A","B","C","D"]
print(a_data)
"""a_char  number  subject  score
A      a       1    maths    100
B      b       1  science     90
C      a       2     chem     80
D      b       2  history     90
"""
groups=a_data.groupby("a_char")
for name,group in groups:print(name)print(group)print("=========")
"""
输出为：
aa_char  number subject  score
A      a       1   maths    100
C      a       2    chem     80
=========
ba_char  number  subject  score
B      b       1  science     90
D      b       2  history     90
=========
"""

1.2按照多列进行聚合（多列之间维度的笛卡尔积）

groups=a_data.groupby(["a_char","number"])
for name,group in groups:print(name)print(group)print("=========")
"""
输出为：
('a', 1)a_char  number subject  score
A      a       1   maths    100
=========
('a', 2)a_char  number subject  score
C      a       2    chem     80
=========
('b', 1)a_char  number  subject  score
B      b       1  science     90
=========
('b', 2)a_char  number  subject  score
D      b       2  history     90
=========
"""

2.按列进行聚合

a_dict={"number":"int","score":"int","a_char":"char","subject":"char"}
groups=a_data.groupby(a_dict,axis=1)
for name,group in groups:print(name)print(group)print("=====")
"""
chara_char  subject
A      a    maths
B      b  science
C      a     chem
D      b  history
=====
intnumber  score
A       1    100
B       1     90
C       2     80
D       2     90
=====

既然我们可以通过传入字典来对列进行分组，那么肯定也可以通过传入Series来对列进行分组了（Series中的index就相当字典中的key嘛）：

a_series=Series(a_dict)
groups=a_data.groupby(a_series,axis=1)
for name,group in groups:print(name)print(group)print("=====")
"""
chara_char  subject
A      a    maths
B      b  science
C      a     chem
D      b  history
=====
intnumber  score
A       1    100
B       1     90
C       2     80
D       2

参考：https://www.cnblogs.com/zhangzhangwhu/p/7219651.html

以上，记录本人学习过程

groupby常用方法相关推荐

二十三、PHP框架Laravel学习笔记——集合的常用方法
一．常用方法 all()方法,转换为属性形式输出,使用 dd 方法看类型: $collection = collect([1, 2, 2, 3, 4, 4, 4]); dd($collection-& ...
collector list 多个分组_【S01E07】groupby方法、GroupBy对象、groupby方法的分组键
Hadley Wickham(许多热门R语言包的作者)创造了一个用于表示分组运算的术语"split-apply-combine"(拆分-应用-合并),这个词很好的描述了整个过程.分 ...
spark sql常用方法
常用方法 show scala> emp.show() +----+------+-----+------+----------+---------+----+------+ |comm|dep ...
JavaScript数组常用方法解析和深层次js数组扁平化
前言数组作为在开发中常用的集合,除了for循环遍历以外,还有很多内置对象的方法,包括map,以及数组筛选元素filter等. 注:文章结尾处附深层次数组扁平化方法操作. 作为引用数据类型的一种,在处 ...
Spark SQL原理及常用方法详解（二）
Spark SQL 一.Spark SQL基础知识 1.Spark SQL简介 (1)简单介绍 (2)Datasets & DataFrames (3)Spark SQL架构 (4)Spark ...
【大数据开发】SparkSQL——RDD、DataFrame、DataSet相互转换、DSL常用方法、SQL风格语法、Spark读写操作、获取Column对象的方式
take,takeAsList是Action操作 limit⽅法获取指定DataFrame的前n⾏记录,得到⼀个新的DataFrame对象.和take与head不同的是,limit⽅法不是Action ...
python中seaborn是什么_Python数据分析之seaborn常用方法
Python数据分析之seaborn常用方法 %matplotlib inline import matplotlib as mpl from matplotlib import pyplot as ...
Mybatis-Plus 条件构造器Wrapper常用方法
Mybatis-Plus 条件构造器Wrapper常用方法下面拼接的也就是sql语句里面where后面的: 1.eq 匹配与键值相等的数据 eq(键,值) 2.ne 匹配与键值不相等的数据 ne(键 ...
dataframe常用操作_Pandas模块基础及常用方法
Pandas是基于Numpy的数据处理与分析模块.包含两个最重要的基本类型:Series和DataFrame.其中Series类似numpy的一维数组,DataFrame类似二维数组,但可存储不同类型 ...

groupby常用方法

1.根据表本身的某一列或多列内容进行分组聚合

2.按列进行聚合

groupby常用方法相关推荐

最新文章

热门文章