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實現groupby分組統計的實踐_python

作者：夢捷者 ? 更新時間： 2022-04-02 編程語言

類似SQL：
select city,max(temperature) from city_weather group by city;

groupby：先對數據分組，然后在每個分組上應用聚合函數、轉換函數

本次演示：
一、分組使用聚合函數做數據統計
二、遍歷groupby的結果理解執行流程
三、實例分組探索天氣數據

1、創建數據和導入包

import pandas as pd
import numpy as np
# 加上這一句，能在jupyter notebook展示matplot圖表
%matplotlib inline

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
? ? ? ? ? ? ? ? ? ?'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
? ? ? ? ? ? ? ? ? ?'C': np.random.randn(8),
? ? ? ? ? ? ? ? ? ?'D': np.random.randn(8)})

2、分組使用聚合函數做數據統計

1、單個列groupby，查詢所有數據列的統計

df.groupby('A').sum()

groupby中的’A’變成了數據的索引列
因為要統計sum，但B列不是數字，所以被自動忽略掉

2、多個列groupby，查詢所有數據列的統計

df.groupby(['A','B']).mean()

我們看到：(‘A’,‘B’)成對變成了二級索引

df.groupby(['A','B'], as_index=False).mean() #這會使得A、B兩列不會成為二級索引

3、同時查看多種數據統計

df.groupby('A').agg([np.sum, np.mean, np.std])#列變成了多級索引

4、查看單列的結果數據統計

# 方法1：預過濾，性能更好
df.groupby('A')['C'].agg([np.sum, np.mean, np.std])

# 方法2
df.groupby('A').agg([np.sum, np.mean, np.std])['C']

5、不同列使用不同的聚合函數

df.groupby('A').agg({"C":np.sum, "D":np.mean})

3、遍歷groupby的結果理解執行流程

for循環可以直接遍歷每個group

1、遍歷單個列聚合的分組

g = df.groupby('A')

for name,group in g:
? ? print(name)
? ? print(group)

可以獲取單個分組的數據

g.get_group('bar')

2、遍歷多個列聚合的分組

g = df.groupby(['A', 'B'])
for name,group in g:
? ? print(name)
? ? print(group)
? ? print()

name是一個2個元素的tuple，代表不同的列

g.get_group(('foo', 'one'))#可以獲取單個分組的數據

可以直接查詢group后的某幾列，生成Series或者子DataFrame

g['C']

for name, group in g['C']:
? ? print(name)
? ? print(group)
? ? print(type(group))
? ? print()

其實所有的聚合統計，都是在dataframe和series上進行的

4、實例分組探索天氣數據

fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)
# 替換掉溫度的后綴℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')
df.head()
# 新增一列為月份
df['month'] = df['ymd'].str[:7]
df.head()

1、查看每個月的最高溫度

data = df.groupby('month')['bWendu'].max()
data
data.plot()#繪圖

2、查看每個月的最高溫度、最低溫度、平均空氣質量指數

group_data = df.groupby('month').agg({"bWendu":np.max, "yWendu":np.min, "aqi":np.mean})
group_data.plot()

原文鏈接：https://blog.csdn.net/qq_41706810/article/details/105960139

欄目分類
最近更新