日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

pandas中df.groupby()方法深入講解_python

作者：HTDiiii ? 更新時間： 2023-01-20 編程語言

分組：根據研究目的，將所有樣本點按照一個或多個屬性劃分為多個組，就是分組。

pandas中，數據表就是DataFrame對象，分組就是groupby方法。將DataFrame中所有行按照一列或多列來劃分，分為多個組，列值相同的在同一組，列值不同的在不同組。

分組后，就得到一個groupby對象，代表著已經被分開的各個組。后續所有的動作，比如計數，求平均值等，都是針對這個對象，也就是都是針對各個組。即在每個組組內進行計數，求平均值等。

分組的返回結果

df = pd.DataFrame([['a', 'man', 120, 90],
? ? ? ? ? ? ? ? ? ?['b', 'woman', 130, 100],
? ? ? ? ? ? ? ? ? ?['a', 'man', 110, 108],
? ? ? ? ? ? ? ? ? ?['a', 'woman', 120, 118]], columns=['level', 'gender', 'math','chinese'])
group = df.groupby('gender')

df.groupby() 函數返回的對象是一系列鍵值對，其中鍵是分組的字段值，值是該字段值下的數據表。分組的結果是無法直接輸出的，print()只能看到該結果的數據類型。可以用循環對分組后的結果進行遍歷。

print(group)
# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x11cb60f50>
for key, value in group:
    print(key)
    print(value)
    print("")
man
  level gender  math  chinese
0     a    man   120       90
2     a    man   110      108

woman
  level gender  math  chinese
1     b  woman   130      100
3     a  woman   120      118

按一列分組：df.groupby(column)

group = df.groupby('gender') # 按照'gender'列的值來分組，創建一個groupby對象
# group = df.groupby(['gender']) # 等價寫法
for key, df in group:
    print(key)
    print(df)
man
  level gender  math  chinese
0     a    man   120       90
2     a    man   110      108

woman
  level gender  math  chinese
1     b  woman   130      100
3     a  woman   120      118

按多列分組：df.groupby([column1, column2])

group = df.groupby(['gender', 'level'])
# 先按照'grade'列的值來分組。每組內，再按'level'列來分組。也返回一個groupby對象
for key, value in group:
    print(key)
    print(value)
    print("")
('man', 'a')
  level gender  math  chinese
0     a    man   120       90
2     a    man   110      108

('woman', 'a')
  level gender  math  chinese
3     a  woman   120      118

('woman', 'b')
  level gender  math  chinese
1     b  woman   130      100

查看每組的統計數據：df.groupby(column).describe()

對數據表中的數值列進行統計，給出包括count = 計數，mean = 平均數，std = 方差，min = 最小值，25% = 四分位數，50% = 二分位數，75% = 四分之三分位數，max = 最大值的信息。不會對非數值列統計。

返回的是一個dataframe。

查看所有列的統計信息

group = df.groupby(['gender'])
df1 = group.describe()
# df1 = df.groupby(['gender']).describe() # 等價寫法

print(type(df1)) 
print(df1)
<class 'pandas.core.frame.DataFrame'>

 math                                                     chinese  \
       count   mean       std    min    25%    50%    75%    max   count   
gender                                                                     
man      2.0  115.0  7.071068  110.0  112.5  115.0  117.5  120.0     2.0   
woman    2.0  125.0  7.071068  120.0  122.5  125.0  127.5  130.0     2.0   


         mean        std    min    25%    50%    75%    max  
gender                                                       
man      99.0  12.727922   90.0   94.5   99.0  103.5  108.0  
woman   109.0  12.727922  100.0  104.5  109.0  113.5  118.0

查看指定列的統計信息

group = df.groupby(['gender'])
df1 = group.describe()['math'] # 只看math列的統計信息
print(df1)
count   mean    std    min    25%    50%    75%    max
gender                                                           
man       2.0  115.0  7.071068  110.0  112.5  115.0  117.5  120.0
woman     2.0  125.0  7.071068  120.0  122.5  125.0  127.5  130.0

查看縱向視圖

unstack()可以將每列的統計信息垂直排列。

group = df.groupby(['gender'])
df1 = group.describe().unstack()
print(df1)
gender
math     count  man         2.000000
                woman       2.000000
         ...
         max    man       120.000000
                woman     130.000000
chinese  count  man         2.000000
                woman       2.000000
         ...
                woman     113.500000
         max    man       108.000000
                woman     118.000000
dtype: float64

組內離散列計數：df.groupby(column)[column2].value_counts()

數據表中的列按值是否連續，可以分為連續值列、離散值列。對于離散值列，可以統計其不重復值的個數。對于連續值列，統計不重復值一般沒有意義。統計結果是一個Series對象。

group = df.groupby(['gender'])
df1 = group['level'].value_counts() # 統計'level'列的不重復值個數

print(type(df1))
print(df1)
<class 'pandas.core.series.Series'>

gender  level
man     a        2
woman   a        1
        b        1py
Name: level, dtype: int64

組內數值列和：df.groupby(column).sum()

group = df.groupby(['gender'])
df1 = group.sum()
print(df1)
math  chinese
gender               
man      230      198
woman    250      218

組內成員數：df.groupby(column).count()

每組內，按列統計每組的成員數。每列的統計結果是一樣的

group = df.groupby(['gender'])
df1 = group.count()
print(df1)
level  math  chinese
gender                      
man         2     2        2
woman       2     2        2

組內數值列均值：df.groupby(column).mean()

每組內，統計所有數值列的均值，非數值列無均值。

所有組的均值

group = df.groupby(['gender'])
df1 = group.mean()
print(df1)
math  chinese
gender               
man      115       99
woman    125      109

單組的均值

group = df.groupby(['gender'])
df1 = group['math'].mean()
print(df1)
gender
man      115
woman    125
Name: math, dtype: int64

組內數值列最大值：df.groupby(column).max()

每組內，統計所有數值列的最大值，非數值列無最大值

統計所有數值列的最大值

group = df.groupby(['gender'])
df1 = group.max()
print(df1)
level  math  chinese
gender                     
man        a   120      108
woman      b   130      118

統計單個數值列的最大值

group = df.groupby(['gender'])
df1 = group['math'].max()
print(df1)
gender
man      120
woman    130
Name: math, dtype: int64

組內應用函數：df.groupby(column1)[column2].apply()

group = df.groupby(['gender'])
df1 = group['math'].apply(np.mean) # 求組內均值
print(df1)
gender
man      115.0
woman    125.0
Name: math, dtype: float64

組內不同列用不同函數：df.groupby(column).agg({column1:func, column2:func,…})

group = df.groupby(['gender'])
df1 = group.agg({'math':np.mean, 'chinese':np.std})
print(df1)
math    chinese
gender                 
man      115  12.727922
woman    125  12.727922

總結

原文鏈接：https://blog.csdn.net/HTDiiii/article/details/127000069

欄目分類
最近更新