利用Python进行数据分析-Pandas(第六部分-数据聚合与分组运算)

Posted 2021-03-24 阑珊夜泊

　　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）