Python数据分析入门（十二）：数据聚合与分组
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python数据分析入门（十二）：数据聚合与分组，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1653字，纯文字阅读大概需要3分钟。
内容图文
什么是分组聚合？
如图：
- groupby:(by=None,as_index=True)
by:根据什么进行分组，用于确定groupby的组
as_index:对于聚合输出,返回以组便签为索引的对象，仅对DataFrame
df1 = pd.DataFrame({‘fruit‘:[‘apple‘,‘banana‘,‘orange‘,‘apple‘,‘banana‘],
‘color‘:[‘red‘,‘yellow‘,‘yellow‘,‘cyan‘,‘cyan‘],
‘price‘:[8.5,6.8,5.6,7.8,6.4]})
#查看类型
type(df1.groupby(‘fruit‘))
pandas.core.groupby.groupby.DataFrameGroupBy #GruopBy对象，它是一个包含组名，和数据块的2维元组序列，支持迭代for name, group in df1.groupby(‘fruit‘):
print(name) #输出组名 apple
banana
orange
print(group) # 输出数据块 fruit color price
0 apple red 8.5
3 apple cyan 7.8
fruit color price
1 banana yellow 6.8
4 banana cyan 6.4
fruit color price
2 orange yellow 5.6
#输出group类型 print(type(group)) #数据块是dataframe类型
<class‘pandas.core.frame.DataFrame‘>
<class‘pandas.core.frame.DataFrame‘>
<class‘pandas.core.frame.DataFrame‘>
#选择任意的数据块
dict(list(df1.groupby(‘fruit‘)))[‘apple‘] #取出apple组的数据块 fruit color price
0 apple red 8.5
3 apple cyan 7.8
聚合
#
Groupby对象具有上表中的聚合方法
#
根据fruit来求price的平均值
df1[‘price‘].groupby(df1[‘fruit‘]).mean()
fruit
apple 8.15
banana 6.60
orange 5.60
Name: price, dtype: float64
#或者
df1.groupby(‘fruit‘)[‘price‘].mean()
#as_index=False
df1.groupby(‘fruit‘,as_index=False)[‘price‘].mean()
fruit price
0 apple 8.15
1 banana 6.60
2 orange 5.60
"""
如果我现在有个需求，计算每种水果的差值,
1.上表中的聚合函数不能满足于我们的需求，我们需要使用自定义的聚合函数
2.在分组对象中，使用我们自定义的聚合函数
"""#定义一个计算差值的函数def diff_value(arr):
return arr.max() - arr.min()
#使用自定义聚合函数，我们需要将函数传递给agg或aggregate方法，我们使用自定义聚合函数时，会比我们表中的聚合函数慢的多，因为要进行函数调用，数据重新排列
df1.groupby(‘fruit‘)[‘price‘].agg(diff_value)
fruit
apple 0.7
banana 0.4
orange 0.0
Name: price, dtype: float64
原文：https://www.cnblogs.com/qshhl/p/14638484.html
内容总结
以上是互联网集市为您收集整理的Python数据分析入门（十二）：数据聚合与分组全部内容，希望文章能够帮你解决Python数据分析入门（十二）：数据聚合与分组所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源：【匿名】