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。