pandas常见函数详细使用

Posted 2021-02-15 ljygoodgoodstudydaydayup

groupby函数

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，根据一个或多个键（可以是函数、数组、Series或DataFrame列名）拆分pandas对象，继而计算分组摘要统计，如计数、平均值、标准差，或用户自定义函数。

ipl_data = {‘Team‘: [‘Riders‘, ‘Riders‘, ‘Devils‘, ‘Devils‘, ‘Kings‘,
         ‘kings‘, ‘Kings‘, ‘Kings‘, ‘Riders‘, ‘Royals‘, ‘Royals‘, ‘Riders‘],
         ‘Rank‘: [1, 2, 2, 3, 3,4 ,1 ,1,2 , 4,1,2],
         ‘Year‘: [2014,2015,2014,2015,2014,2015,2016,2017,2016,2014,2015,2017],
         ‘Points‘:[876,789,863,673,741,812,756,788,694,701,804,690]}

按照Team进行分组，并计算Points列的平均值：我们可以先访问Points，并根据Team调用groupby:

grouped = df[‘Points‘].groupby(df[‘Team‘])
#等价于df[‘Points‘].groupby(df.Team) 以及 df[‘Points‘].groupby(df.Team.values)
print(grouped.groups)
grouped.mean()

输出：

{‘Devils‘: Int64Index([2, 3], dtype=‘int64‘), ‘Kings‘: Int64Index([4, 6, 7], dtype=‘int64‘), ‘Riders‘: Int64Index([0, 1, 8, 11], dtype=‘int64‘), ‘Royals‘: Int64Index([9, 10], dtype=‘int64‘), ‘kings‘: Int64Index([5], dtype=‘int64‘)}

Team
Devils    768.000000
Kings     761.666667
Riders    762.250000
Royals    752.500000
kings     812.000000
Name: Points, dtype: float64

View Code

说明：数据（Series）根据分组键进行了聚合，产生了一个新的Series，其索引为Team列中的唯一值。