示例

import pandas as pddef print_df(dataframe: pd.DataFrame):print("=================")print(dataframe)if __name__ == '__main__':df = pd.DataFrame([[0, 1, 1],[0, 1, 1],[0, 2, 2],[0, 2, 3]], columns=['a', 'b', 'c'])print("a,b分组：")df.groupby(["a", "b"]).apply(print_df)print("c分组：")df.groupby(["c"]).apply(print_df)

结果：

a,b分组：
=================a  b  c
0  0  1  1
1  0  1  1
=================a  b  c
2  0  2  2
3  0  2  3
c分组：
=================a  b  c
0  0  1  1
1  0  1  1
=================a  b  c
2  0  2  2
=================a  b  c
3  0  2  3

pandas 自定义groupby的函数相关推荐

pandas使用groupby.first函数、groupby.nth(0)函数获取每个组中的第一个值实战：groupby.first函数和groupby.nth函数对比(对待NaN的差异)
pandas使用groupby.first函数.groupby.nth(0)函数获取每个组中的第一个值实战:groupby.first函数和groupby.nth函数对比(对待NaN的差异) 目录
pandas使用groupby.last函数获取每个组中的最后一个值实战：groupby.last函数获取每个组中的最后一个值、groupby.nth函数获取每个组中的最后一个值
pandas使用groupby.last函数获取每个组中的最后一个值实战:groupby.last函数获取每个组中的最后一个值.groupby.nth函数获取每个组中的最后一个值目录
pandas使用groupby函数进行分组聚合、使用agg函数指定聚合统计计算的数值变量、并自定义统计计算结果的名称（naming columns after aggregation)
pandas使用groupby函数进行分组聚合.使用agg函数指定聚合统计计算的数值变量.并自定义统计计算结果的名称(naming columns after aggregation in dataf ...
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的指数权重移动（滚动）平均、例如，计算某公司的多个店铺每N天（5天）的滚动销售额指数权重移动（滚动）平均
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的指数权重移动(滚动)平均(Exponential Moving Average).例如,计算某公司的多个店铺每N天(5 ...
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动最大值(rolling max)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额最大值
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动最大值(rolling max).例如,计算某公司的多个店铺每N天(5天)的滚动销售额最大值目录
pandas使用groupby函数计算dataframe每个分组对应的数据行的个数（size of each group in dataframe, rows count of group）
pandas使用groupby函数计算dataframe每个分组对应的数据行的个数(size of each group in dataframe, rows count of group) 目录
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动计数个数(rolling count)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额计数个数
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动计数个数(rolling count).例如,计算某公司的多个店铺每N天(5天)的滚动销售额计数个数目录
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动标准差(rolling std)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额标准差
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动标准差(rolling std).例如,计算某公司的多个店铺每N天(5天)的滚动销售额标准差目录
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动加和(rolling sum)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额加和
pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动加和(rolling sum).例如,计算某公司的多个店铺每N天(5天)的滚动销售额加和目录

pandas 自定义groupby的函数

示例

pandas 自定义groupby的函数相关推荐

最新文章

热门文章