本文主要介紹python的第三方數據分析庫pandas，闡述其在數據分析領域應該如何高效地進行分組聚合，共分享5個最佳實踐。

groupby概念

groupby語句在數據分析中是用來做分組計算的，將數據劃分為不同的部分，常用的統計指標有：計數，求和，求最大最小值，平均值等等……

agg函數基本操作:傳入字典和列表的區別

直接上案例

直接用列表的形式就是 將每一列分別聚合求平均數，和，標準差，如下所示

傳入字典則是根據不同的列分別聚合不同的函數，如下所示

groupby稍微高端一點的操作：按照自定義分類進行聚合操作

有時候，我們對于完全沒有關系的列，要進行聚合操作，這時候我們可以選擇如下方法進行自定義分組條件(傳入字典的形式)

構造案例，如下

如果說希望將a,b,e劃分為同一種類別，c/d為同一類別，f自己為一類，求每個人實際擁有的數量，那么就可以如下圖方法處理

按照不同標準將同類數據聚合到一行

啥意思，就比如說，一個數據集合中有性別一列，現在需要將性別為男女的分開，將所有男性的某些特征匯總到一行，用逗號分隔，女性同樣如此

舉例如下所示

乍一看也是分組，但是涉及到不同的語法，解決方案如下所示

將分組后的數據列保持原列名

其實這個說簡單也簡單，不過當時我不知道這個方法的時候，走了很多的彎路，所以還是拿出來分享下

as_index=False 這個參數的作用，是不將聚合后的名稱更改為索引，我個人覺得很有用，尤其是需要進行數據集拼接聚合之后，可能還要關聯表

總結

以上是生活随笔為你收集整理的python新闻聚合_使用python对数据进行高效处理，包你玩转分组聚合的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。