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(xué)無先后，達(dá)者為師

網(wǎng)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(shí)間： 2023-01-20 編程語言

分組：根據(jù)研究目的，將所有樣本點(diǎn)按照一個(gè)或多個(gè)屬性劃分為多個(gè)組，就是分組。

pandas中，數(shù)據(jù)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(gè)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(gè)groupby對象，代表著已經(jīng)被分開的各個(gè)組。后續(xù)所有的動(dòng)作，比如計(jì)數(shù)，求平均值等，都是針對這個(gè)對象，也就是都是針對各個(gè)組。即在每個(gè)組組內(nèi)進(jìn)行計(jì)數(shù)，求平均值等。

分組的返回結(jié)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(shù)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(shù)據(jù)表。分組的結(jié)果是無法直接輸出的，print()只能看到該結(jié)果的數(shù)據(jù)類型?？梢杂醚h(huán)對分組后的結(jié)果進(jìn)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(chuàng)建一個(gè)groupby對象
# group = df.groupby(['gender']) # 等價(jià)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(nèi)，再按'level'列來分組。也返回一個(gè)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(tǒng)計(jì)數(shù)據(jù)：df.groupby(column).describe()

對數(shù)據(jù)表中的數(shù)值列進(jìn)行統(tǒng)計(jì)，給出包括count = 計(jì)數(shù)，mean = 平均數(shù)，std = 方差，min = 最小值，25% = 四分位數(shù)，50% = 二分位數(shù)，75% = 四分之三分位數(shù)，max = 最大值的信息。不會(huì)對非數(shù)值列統(tǒng)計(jì)。

返回的是一個(gè)dataframe。

查看所有列的統(tǒng)計(jì)信息

group = df.groupby(['gender'])
df1 = group.describe()
# df1 = df.groupby(['gender']).describe() # 等價(jià)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(tǒng)計(jì)信息

group = df.groupby(['gender'])
df1 = group.describe()['math'] # 只看math列的統(tǒng)計(jì)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(tǒng)計(jì)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(nèi)離散列計(jì)數(shù)：df.groupby(column)[column2].value_counts()

數(shù)據(jù)表中的列按值是否連續(xù)，可以分為連續(xù)值列、離散值列。對于離散值列，可以統(tǒng)計(jì)其不重復(fù)值的個(gè)數(shù)。對于連續(xù)值列，統(tǒng)計(jì)不重復(fù)值一般沒有意義。統(tǒng)計(jì)結(jié)果是一個(gè)Series對象。

group = df.groupby(['gender'])
df1 = group['level'].value_counts() # 統(tǒng)計(jì)'level'列的不重復(fù)值個(gè)數(shù)

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(nèi)數(shù)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(nèi)成員數(shù)：df.groupby(column).count()

每組內(nèi)，按列統(tǒng)計(jì)每組的成員數(shù)。每列的統(tǒng)計(jì)結(jié)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(nèi)數(shù)值列均值：df.groupby(column).mean()

每組內(nèi)，統(tǒng)計(jì)所有數(shù)值列的均值，非數(shù)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(nèi)數(shù)值列最大值：df.groupby(column).max()

每組內(nèi)，統(tǒng)計(jì)所有數(shù)值列的最大值，非數(shù)值列無最大值

統(tǒng)計(jì)所有數(shù)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(tǒng)計(jì)單個(gè)數(shù)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(nèi)應(yīng)用函數(shù)：df.groupby(column1)[column2].apply()

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

組內(nèi)不同列用不同函數(shù)：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(jié)

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

欄目分類
最近更新