groupby()函数

Posted 2021-12-03 xxswkl

非常方便由于计算某一个量的出现次数

下面代码中count列即每个年月的出现次数

1 test_sample[‘yearmonth‘] = test_sample[‘createtime‘].apply(fenge)
2 test_sample[‘jishu‘] = 1
3 tmp = test_sample.groupby([‘yearmonth‘])[‘jishu‘].agg([‘count‘]).reset_index()

groupby 中的as_index参数，默认为True，即将groupby中的列作为索引，

as_index = False时，使用原索引。

 1 df = pd.DataFrame(data={‘books‘: [‘bk1‘, ‘bk1‘, ‘bk1‘, ‘bk2‘, ‘bk2‘, ‘bk3‘],
 2                         ‘price‘: [12, 12, 12, 15, 15, 17],
 3                         ‘title‘:[‘语文‘,‘语文‘,‘语文‘,‘数学‘,‘数学‘,‘英语‘],
 4                         ‘weight‘:[2,2,2,4,4,8]})
 5 print(df)
 6 df1 = df.groupby(‘books‘, as_index=True).sum() # sum（）函数对其它是数字的列进行求和，字符串的列不会被输出
 7 print(df1.columns)
 8 print(type(df1))        # 此时的列只有‘price‘, ‘weight‘，books作为了索引列
 9 print(df1)
10 df2 = df.groupby(‘books‘, as_index=False).sum()
11 print(df2.columns)
12 print(df2)

输出：

 1   books  price title  weight
 2 0   bk1     12    语文       2
 3 1   bk1     12    语文       2
 4 2   bk1     12    语文       2
 5 3   bk2     15    数学       4
 6 4   bk2     15    数学       4
 7 5   bk3     17    英语       8
 8 Index([‘price‘, ‘weight‘], dtype=‘object‘)
 9 <class ‘pandas.core.frame.DataFrame‘>
10        price  weight
11 books               
12 bk1       36       6
13 bk2       30       8
14 bk3       17       8
15 Index([‘books‘, ‘price‘, ‘weight‘], dtype=‘object‘)
16   books  price  weight
17 0   bk1     36       6
18 1   bk2     30       8
19 2   bk3     17       8

参考： https://blog.csdn.net/cjsyr6wt/article/details/78200444