Pandas分组统计与时间序列

Posted 2023-04-18

参考技术A 1.创建分组

2.显示分组内容

3.分组对象的统计方法

直接执行describe()操作

或者用g.agg()传递多个指定的统计函数

4.数据透视表
数据透视表功能类似于Excel中的数据透视表功能

1.to_datetime()
作用：①将字符串转换为时间值
②将索引数据转换为日期型

2.date_range()
作用：产生一系列的日期值
date_range(起始日期，结束日期，periods=周期数，freq=日期频率)

方法：

参考及引用：
1. Pandas分组函数：groupby、pivot_table及crosstab - (jianshu.com)
2. pandas属性和方法 - Hany驿站 - 博客园 (cnblogs.com)
3. pandas date_range freq 参数的详细描述。_阿浪丶的博客-CSDN博客
4. Pandas中resample方法详解 python 脚本之家 (jb51.net)

Pandas - 分组统计

参考技术A 首先，导入 pandas 模块，构建一个 DataFrame 结构：

上述 DataFrame 包含两个列，分别是 key 和 data ：

显然， key 列由 3 种数据组成，分别是 A B C ，下面我们希望分别计算 A B C 三类数据的 data 之和。

df['key'] == key 返回布尔类型的 Series 结构，随后作为布尔索引传入 df.loc[df['key'] == key,'data'] ，上述分组计算结果：

由于分组统计是数据分析中常用的操作，为此 pandas 为我们提供了 groupby 方法，来方便地进行分组，在分组结果上可以应用 sum mean count 等统计计算方法。

分组计算结果：

还可以在分组结果上调用 aggregate 方法以应用 numpy 中的数学统计函数：

下面，我们以泰坦尼克号提供的登船信息数据集为例，进一步感受分组统计的用法。首先，读取数据集：

数据集内容：

分别统计男性乘客和女性乘客年龄的平均值：

分别统计男性乘客和女性乘客获救的比例：

分别统计各等级船舱的价格总和：