当前位置: 代码迷 >> 综合 >> Python笔记(九)——groupby()分组
  详细解决方案

Python笔记(九)——groupby()分组

热度:20   发布时间:2023-11-23 22:45:32.0

功能:

  • 根据表本身的某一列或多列内容进行分组聚合
  • 通过字典或者Series进行分组

一、根据表本身的某一列或多列内容进行分组聚合

这个是groupby的最常见操作,根据某一列的内容分为不同的维度进行拆解,将同一维度的再进行聚合

  • 按一列进行聚合
import pandas as pd
import numpy as np
df = pd.DataFrame({'key1':list('aabba'),'key2': ['one','two','one','two','one'],'data1': np.random.randn(5),'data2': np.random.randn(5)})

                  

for i in df.groupby('key1'):print(i)
# 输出:
('a',       data1     data2 key1 key2
0 -0.293828  0.571930    a  one
1  1.872765  1.085445    a  two
4 -1.943001  0.106842    a  one)
('b',       data1     data2 key1 key2
2 -0.466504  1.262140    b  one
3 -1.125619 -0.836119    b  two)
  • 按多列进行聚合,则看的是多列之间维度的笛卡尔积

比如按照key1列,可以分为a和b两个维度,按照key2列可以分为one和two两个维度,最后groupby这两列之后的结果就是四个group。

for i in df.groupby(['key1','key2']):print(i)
# 输出:
(('a', 'one'),       data1     data2 key1 key2
0 -0.293828  0.571930    a  one
4 -1.943001  0.106842    a  one)
(('a', 'two'),       data1     data2 key1 key2
1  1.872765  1.085445    a  two)
(('b', 'one'),       data1    data2 key1 key2
2 -0.466504  1.26214    b  one)
(('b', 'two'),       data1     data2 key1 key2
3 -1.125619 -0.836119    b  two)

二、通过字典或者Series进行分组

问题情境:一共有5个同学分别对5样东西做了一个评价,0-5表示对该物品的喜爱程度,随着数值的升高,程度也在不断加深。

import pandas as pd
import numpy as np
import random
people=pd.DataFrame(np.random.randint(low=0,high=6,size=(5,5)),columns=['香蕉','苹果','橘子','眼影','眼线'],index=['Joe','Steve','Wes','Jim','Travis']
)

                 

但是可以明显发现这五样物品可以分为两类:“水果”和“化妆品”。

问题:我想知道这五名同学对水果和化妆品的平均喜爱程度是什么样的?

solution1:通过字典分组

mapping = {'香蕉':'水果','苹果':'水果','橘子':'水果','眼影':'化妆品','眼线':'化妆品'}
data = people.groupby(mapping,axis=1).mean()

                  

solution2:通过Series分组

mapping2 = pd.Series(mapping)
# mapping2
橘子     水果
眼影    化妆品
眼线    化妆品
苹果     水果
香蕉     水果
dtype: object

之后将Series传入

data2 = people.groupby(mapping2,axis=1).mean()

无论solution1还是2,本质上,都是找index(Series)或者key(字典)与数据表本身的行或者列之间的对应关系,在groupby之后所使用的聚合函数都是对每个group的操作,聚合函数操作完之后,再将其合并到一个DataFrame中,每一个group最后都变成了一列(或者一行)。

另外一个我容易忽略的点就是,在groupby之后,可以接很多很有意思的函数,apply/transform/其他统计函数等等,都要用起来!

 

转自:

Python中的groupby分组:https://blog.csdn.net/qq_32618817/article/details/80587228