数据聚合与分组运算

01 分组与聚合的原理

在Pandas中,分组是指使用特定的条件将原数据划分为多个组,聚合在这里指的是,对每个分组中的数据执行某些操作,最后将计算的结果进行整合。

分组与聚合的过程大概分为以下三步:

拆分→应用→合并

分组与聚合的原理:

在Pandas中,可以通过groupby()方法将数据集按照某些标准划分成若干个组。

groupby(by=None, axis=0, level=None, as_index=True, sort=True,group_keys=True, squeeze=False, observed=False, **kwargs)

by:用于确定进行分组的依据。
axis:表示分组轴的方向。
sort:表示是否对分组标签进行排序,接收布尔值,默认为True。

03    数据聚合

df=pd.DataFrame({'货号':['a','b','a','b','a'],
                '平台':['淘宝','京东','京东','淘宝','淘宝'],
                '销量':[1,2,3,4,5]})

 以货号进行分组  得到的gb是一个对象 我们可以便利他

gb=df.groupby('货号')
for i,j in gb:
    print(i)
    print(j)

 前面介绍过的Pandas统计方法,比如用于获取最大值和最小值的max()和mix(),这些方法常用于简单地聚合分组中的数据。

# 按货号进行分组,求每个分组的平均值
df.groupby(‘key1’).sum()

gb2=df.groupby(‘货号’).max()

 

如果内置方法无法满足聚合要求时,则可以自定义函数,将它作为参数传给agg()方法,实现Pandas对象的聚合运算。

agg(func,axis = 0,* args,** kwargs

func:表示用于汇总数据的函数,可以为单个函数或函数列表。
axis:表示函数作用于轴的方向,0或index表示将函数应用到每一列;1或columns表示将函数应用到每一行,该参数的默认值为0。

def r(gb):
    return gb.max()-gb.min()
gb1.agg(r)


货号
a    4
b    2
Name: 销量, dtype: int64

对某列数据应用不同的函数

可以将两个函数的名称放在列表中,之后在调用agg()方法进行聚合时作为参数传入即可,

# 对一列数据用两种函数聚合
data_group.agg([range_data_group, sum])

gb=df.groupby('货号')
def r(gb):
    return gb.max()-gb.min()
gb.agg([r,sum,min,max])

数据应用 apply

apply()方法的使用是十分灵活的,它可以在许多标准用例中替代聚合和转换,另外还可以处理一些比较特殊的用例。

apply(func, axis=0, broadcast=None, raw=False, reduce=None,result_type=None, args=(), **kwds)

 根据身高体重算出bmi值   这里用到了apply函数

 

def bmi(a):
    weigh=a['体重(kg)']
    height=a['身高(cm)']/100
    bmi=weigh/height**2
    return bmi
data['体制指数2']=data.apply(bmi,axis=1)
data
    
df.apply(lambda x:x.max()-x.min(),axis=1)

 

本章主要针对Pandas的分组聚合和其它组内运算进行了介绍,包括分组与聚合的原理、分组操作、聚合操作,以及其它分组级的相关操作,最后介绍了一个分析运动员基本信息的案例,真实地演示如何运用这些知识。

大家在学习与理解的同时,要多加练习,可根据具体情况选择合理的技术进行运用即可。

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年5月18日 上午11:38
下一篇 2022年5月18日 上午11:42

相关推荐

本站注重文章个人版权,不会主动收集付费或者带有商业版权的文章,如果出现侵权情况只可能是作者后期更改了版权声明,如果出现这种情况请主动联系我们,我们看到会在第一时间删除!本站专注于人工智能高质量优质文章收集,方便各位学者快速找到学习资源,本站收集的文章都会附上文章出处,如果不愿意分享到本平台,我们会第一时间删除!