Python 数据处理（三十九）—— groupby（过滤）

Posted 2023-05-04

参考技术A

filter 方法可以返回原始对象的子集.

例如，我们想提取分组内的和大于 3 的所有分组的元素

filter 的参数必须是一个函数，函数参数是每个分组，并且返回 True 或 False

例如，提取元素个数大于 2 的分组

另外，我们也可以过滤掉不满足条件的组，而是返回一个类似索引对象。在这个对象中，没有通过的分组的元素被 NaN 填充

对于具有多列的 DataFrames ，过滤器应明确指定一列作为过滤条件

在进行聚合或转换时，你可能想对每个分组调用一个实例方法，例如

但是，如果需要传递额外的参数时，它会变得很冗长。我们可以直接使用分派到组对象上的方法

实际上这生成了一个函数包装器，在调用时，它接受所有传递的参数，并在每个分组上进行调用。

然后，这个结果可以和 agg 和 transform 结合在一起使用

在上面的例子中，我们按照年份分组，然后对每个分组中使用 fillna 补缺失值

nlargest 和 nsmallest 可以在 Series 类型的 groupby 上使用

对分组数据的某些操作可能并不适合聚合或转换。或者说，你可能只是想让 GroupBy 来推断如何合并结果

我们可以使用 apply 函数，例如

改变返回结果的维度

在 Series 上使用 apply 类似

对于之前的示例数据

假设，我们想按 A 分组并计算组内的标准差，但是 B 列的数据我们并不关心。

如果我们的函数不能应用于某些列，则会隐式的删除这些列，所以

直接计算标准差并不会报错

可以使用分类变量进行分组，分组的顺序会按照分类变量的顺序

可以使用 pd.Grouper 控制分组，对于如下数据

可以按照一定的频率对特定列进行分组，就像重抽样一样

可以分别对列或索引进行分组

类似于 Series 和 DataFrame ，可以使用 head 和 tail 获取分组前后几行

在 Series 或 DataFrame 中可以使用 nth() 来获取第 n 个元素，也可以用于获取每个分组的某一行

如果你要选择非空项，可以使用关键字参数 dropna ，如果是 DataFrame ，需要指定为 any 或 all (类似于 DataFrame.dropna(how=\'any|all\') )

与其他方法一样，使用 as_index=False 分组名将不会作为索引

你也可以传入一个整数列表，一次性选取多行

使用 cumcount 方法，可以查看每行在分组中出现的顺序

可以使用 ngroup() 查看分组的顺序，该顺序与 cumcount 的顺序相反。

注意 ：该顺序与迭代时的分组顺序一样，并不是第一次观测到的顺序

python数组插入排序编程实践练习三十九

知识要点：数组的插入，内置方法python insert()列表添加。

问题：对已经排好序的数量增加新数据项，又要让新数据遵循原有的规律

思考： 已知有一个已经排好序的数组。插入一个新的数据项，要求按原来的规律将它插入数组中。 

思路：比较最后一个数与这个数的大小，然后依次往前比较，一直找到合适的位置插入，插入后，这个数之后的数，都往后移动一个位置。

 
   
   
 

  
    
    
  


  
    
    
  
if __name__ == '__main__':
  
    
    
  
    # 方法一
  
    
    
  
    a = [1, 4, 6, 9, 13, 16, 19, 28, 40, 100, 0]
  
    
    
  
    print('original list is:')
  
    
    
  
    for i in range(len(a)):
  
    
    
  
        print(a[i])
  
    
    
  
    number = int(input("insert a new number:\n"))
  
    
    
  
    end = a[9]
  
    
    
  
    if number > end:
  
    
    
  
        a[10] = number
  
    
    
  
    else:
  
    
    
  
        for i in range(10):
  
    
    
  
            if a[i] > number:
  
    
    
  
                temp1 = a[i]
  
    
    
  
                a[i] = number
  
    
    
  
                for j in range(i + 1, 11):
  
    
    
  
                    temp2 = a[j]
  
    
    
  
                    a[j] = temp1
  
    
    
  
                    temp1 = temp2
  
    
    
  
                break
  
    
    
  
    for i in range(11):
  
    
    
  
        print(a[i])
 
   
   
 

1. 
   

喜欢就扫码关注吧，你会发现更多有趣的实用的学习技巧。

    扫码关注