pandas分组聚合详解

2023-07-27 09:15:06 67

一前言

pandas学到分组迭代，那么基础的pandas系列就学的差不多了，自我感觉不错，知识追寻者用pandas处理过一些数据，蛮好用的；

知识追寻者(Inheritingthespiritofopensource,Spreadingtechnologyknowledge;)

二分组

2.1数据准备

#-*-coding:utf-8-*-

importpandasaspd
importnumpyasnp

frame=pd.DataFrame({
'user':['zszxz','craler','rose','zszxz','rose'],
'hobby':['reading','running','hiking','reading','hiking'],
'price':np.random.randn(5),
'number':np.random.randn(5)
})
print(frame)

输出

user hobby price number
0 zszxz reading 0.275752-0.075841
1 craler running-1.410682 0.259869
2 rose hiking-0.353269-0.392659
3 zszxz reading 1.484604 0.659274
4 rose hiking-1.348315 2.492047

2.2分组求均值

提取DataFrame中price列，根据hobby列进行分组，最后对分好组的数据进行处理求均值；

#是个生成器
group=frame['price'].groupby(frame['hobby'])
#求均值
print(group.mean())

输出

hobby
hiking -0.850792
reading 0.880178
running -1.410682
Name:price,dtype:float64

Tip:可以理解为根据爱好分组，查询价格；查询的列必须是数字，否则求均值时会报异常

如果是根据多列分组则在groupby后面使用列表指定，并且调用求均值函数；输出的值将是分组列，均值结果；

group=frame['price'].groupby([frame['hobby'],frame['user']])
print(group.mean())

输出

hobby user
hiking rose 0.063972
reading zszxz 0.393164
running craler -1.395186
Name:price,dtype:float64

如果对整个DataFrame进行分组，则不再需要提取指定的列；

group=frame.groupby(frame['hobby'])
print(group.mean())

输出

hobby
hiking -0.116659-0.316222
reading-0.651365 0.856299
running-0.282676-0.585124

Tip:求均值后，默认是对数字类型的数据进行分组求均值；非数字列自动忽略

2.3分组求数量

分组求数量是统计分析中应用最为广泛的函数；如下示例中对DataFrame根据hobby分组，并且调用size()函数统计个数；此方法常用的统计技巧；

group=frame.groupby(frame['hobby'])
print(group.size())

输出

hobby
hiking 2
reading 2
running 1
dtype:int64

2.4分组迭代

当对groupby的列只有单个时（示例根据hobby进行分组），可以使用key,value形式对分组后的数据进行迭代，其中key是分组的名称，value是分组的数据；

group=frame['price'].groupby(frame['hobby'])
forkey,dataingroup:
print(key)
print(data)

输出

hiking
2 -0.669410
4 -0.246816
Name:price,dtype:float64
reading
0 1.362191
3 -0.052538
Name:price,dtype:float64
running
1 0.8963
Name:price,dtype:float64

当对多个列进行分组迭代时，有多少列则需要指定多少个key与其对应，key可以是任何不重复的变量名称

group=frame['price'].groupby([frame['hobby'],frame['user']])
for(key1,key2),dataingroup:
print(key1,key2)
print(data)

输出

hikingrose
2 -0.019423
4 -2.642912
Name:price,dtype:float64
readingzszxz
0 0.405016
3 0.422182
Name:price,dtype:float64
runningcraler
1 -0.724752
Name:price,dtype:float64

2.5分组数据转为字典

可以对分组后的数据转为字典；

dic=dict(list(frame.groupby(frame['hobby'])))
print(dic)

输出

{'hiking': user hobby price number
2 rose hiking 0.351633 0.523272
4 rose hiking 0.800039 0.331646,
'reading': user hobby price number
0 zszxz reading-0.074857-0.928798
3 zszxz reading 0.666925 0.606706,
'running': user hobby price number
1 craler running-2.525633 0.895776}

获取key

print(dic['hiking'])

输出

user hobby price number
2 rose hiking 0.382225-0.242055
4 rose hiking 1.055785-0.328943

2.6分组取值

对frame进行hobby分组，就算查询price的均值；返回Series；

mean=frame.groupby('hobby')['price'].mean()
print(type(mean))
print(mean)

输出

hobby
hiking 0.973211
reading -1.393790
running -0.286236
Name:price,dtype:float64

Tip:frame.groupby(‘hobby')[‘price']与frame[‘price'].groupby(frame[‘hobby'])相等

如果想要返回DataFrame

mean=frame.groupby('hobby')[['price']].mean()
print(type(mean))
print(mean)

输出

price
hobby
hiking 0.973211
reading-1.393790
running-0.286236

2.5Series作为分组

也可以传入Series作为DataFrame的分组列

ser=pd.Series(['hiking','reading','running'])
data=frame.groupby(ser).mean()
print(data)

输出

price number
hiking 1.233396 0.313839
reading-0.298887 0.982853
running-0.797734-1.230811

Tip:本质上都是数组，除了Series，还可以使用字典，列表，数组，函数作为分组列

2.6通过索引层级分组

传入级别的名称即可实现层级化索引分组

#创建2个列，并且指定名称
columns=pd.MultiIndex.from_arrays([['Python','Java','Python','Java','Python'],
['a','b','a','b','c']],names=['language','alpha'])
frame=pd.DataFrame(np.random.randint(1,10,(5,5)),columns=columns)
print(frame)

#根据language进行分组
print(frame.groupby(level='language',axis=1).sum())
#根据index进行分组
print(frame.groupby(level='alpha',axis=1).sum())

frame输出如下

languagePythonJavaPythonJavaPython
alpha a b a b c
0 9 9 7 4 5
1 3 4 7 6 6
2 6 6 3 9 1
3 1 1 8 5 2
4 6 5 9 5 4

language分组如下

language Java Python
0 13 21
1 10 16
2 15 10
3 6 11
4 10 19

alpha分组如下

alpha a b c
0 16 13 5
1 10 10 6
2 9 15 1
3 9 6 2
4 15 10 4

到此这篇关于pandas分组聚合详解的文章就介绍到这了,更多相关pandas分组聚合内容请搜索毛票票以前的文章或继续浏览下面的相关文章希望大家以后多多支持毛票票！

pandas分组聚合详解

热门推荐

随机推荐