利用Python进行数据分析-Pandas(第六部分-数据聚合与分组运算)

Posted 阑珊夜泊

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了利用Python进行数据分析-Pandas(第六部分-数据聚合与分组运算)相关的知识,希望对你有一定的参考价值。

  对数据集进行分组并对各组应用一个函数(无论是聚合还是转换),通常是数据分析工作中的重要环节。在将数据集加载、融合、准备好之后,通常是计算分组统计或生成透视表。pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作。

  关系型数据库和SQL能够如此流行的原因之一就是能够方便地对数据进行连接、过滤、转换和聚合。但是,像SQL这样的查询语言所能执行的分组运算的种类很有限。在本部分你将会看到,由Python和pandas强大的表达能力,我们可以执行复杂得多的分组运算(利用任何可以接受pandas对象或NumPy数组的函数)。在本部分,你将会学到:

  • 计算分组摘要统计,如计数、平均值、标准差,或用户自定义函数。
  • 计算分组的概述统计,比如数量、平均值或标准差,或是用户自定义的函数。
  • 应用组内转换或其他运算,如规格化、线性回归、排名或选取子集等。
  • 计算透视表或交叉表。
  • 执行分位数分宜以及其它统计分组分析。

1、GroupBy机制

  Hadlley Wickham(许多热门R语言包的作者)

 

 

以上是关于利用Python进行数据分析-Pandas(第六部分-数据聚合与分组运算)的主要内容,如果未能解决你的问题,请参考以下文章

利用Python进行数据分析——pandas入门

六Shell脚本高级编程实战第六部

利用Python进行数据分析:Pandas(Series+DataFrame)

Python数据分析之pandas学习

Python数据分析之pandas学习

《利用Python进行数据分析》之pandas的时间序列基础