數據分組官方文檔
分組統計 - groupby功能

• 根據某些條件將數據拆分成組
• 對每個組單獨使用函數
• 將結果合并到一個數據結構中

根據單列或多列分組 .groupby()
分組后的對象執行數值計算函數 .sum(),.mean()…
分組后對象同時使用多個函數 --agg()。

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

參數：

• by 標簽（label）或標簽列表
• axis 默認值為0
• level MultiIndex時有效
• as_index 布爾型值 默認是True – 使用grouped的標簽作為index.若為False – grouped的標簽仍為標簽，會新生成0~n-1的index.
• sort 是否對grouped的標簽排序

返回的是GroupBy 對象。通過list()，查看具體內容

df

經過group方法后，得到的是groupby對象，是一個中間數據，沒有進行計算

a = df.groupby('A').mean()#單列整合 b = df.groupby(['A','B']).mean()#多列整合

c = df.groupby(['A'])['D'].mean() # 以A分組，算D的平均值.返回的是Series對象

• 使用list()將groupby對象變成列表對象，可查看具體內容

list(df.groupby('A'))

列表是兩個元組對象。每個元組包含‘A’的標簽名和相應的DataFrame或Series。

[('bar', A B C D1 bar one 0.953897 0.263753 bar three 0.190113 1.011155 bar two 0.941511 -0.51730), ('foo', A B C D0 foo one 1.119704 -0.7421482 foo two 0.643483 -1.1474054 foo two -0.952974 -0.4342416 foo one -0.421435 0.9337917 foo three -0.042118 0.641683)]

• get_group()
  df.groupby(['A']).get_group('bar')與list(df.groupby('A'))[0][1]相同
  
• .groups：將分組后的groups轉為dict
  
• 分組計算函數方法

grouped = df.groupby(['A']) print(grouped) print(grouped.first(),'→ first：非NaN的第一個值\n') print(grouped.last(),'→ last：非NaN的最后一個值\n') print(grouped.sum(),'→ sum：非NaN的和\n') print(grouped.mean(),'→ mean：非NaN的平均值\n') print(grouped.median(),'→ median：非NaN的算術中位數\n') print(grouped.count(),'→ count：非NaN的值\n') print(grouped.min(),'→ min、max：非NaN的最小值、最大值\n') print(grouped.std(),'→ std，var：非NaN的標準差和方差\n') print(grouped.prod(),'→ prod：非NaN的積\n')

• 多函數計算：agg()

函數寫法可以用str，或者np.方法
求均值和求和

可以通過list，dict傳入，當用dict時，key名為columns → 更新pandas后會出現警告

df.groupby('A')['C'].agg({'result1':np.mean,'result2':np.sum})

總結

以上是生活随笔為你收集整理的pandas（七） -- 数据分组的全部內容，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。