pandas數(shù)據(jù)預處理之dataframe的groupby操作方法

更新時間：2018年04月13日 09:16:48 作者：STHSF

下面小編就為大家分享一篇pandas數(shù)據(jù)預處理之dataframe的groupby操作方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

在數(shù)據(jù)預處理過程中可能會遇到這樣的問題，如下圖：數(shù)據(jù)中某一個key有多組數(shù)據(jù)，如何分別對每個key進行相同的運算？

dataframe里面給出了一個group by的一個操作，對于”group by”操作，我們通常是指以下一個或多個操作步驟：

l （Splitting）按照一些規(guī)則將數(shù)據(jù)分為不同的組；

l （Applying）對于每組數(shù)據(jù)分別執(zhí)行一個函數(shù)；

l （Combining）將結(jié)果組合到一個數(shù)據(jù)結(jié)構(gòu)中；

使用dataframe實現(xiàn)groupby的用法：

# -*- coding: UTF-8 -*-
import pandas as pd
df = pd.DataFrame([{'col1':'a', 'col2':1, 'col3':'aa'}, {'col1':'b', 'col2':2, 'col3':'bb'}, {'col1':'c', 'col2':3, 'col3':'cc'}, {'col1':'a', 'col2':44, 'col3':'aa'}])
print df
# 按col1分組并按col2求和
print df.groupby(by='col1').agg({'col2':sum}).reset_index()
# 按col1分組并按col2求最值
print df.groupby(by='col1').agg({'col2':['max', 'min']}).reset_index()
# 按col1 ，col3分組并按col2求和
print df.groupby(by=['col1', 'col3']).agg({'col2':sum}).reset_index()

輸出結(jié)果為：

 col1 col2 col3 
0  a   1  aa 
1  b   2  bb 
2  c   3  cc 
3  a  44  aa

 col1 col2 
0  a  45 
1  b   2 
2  c   3

 col1 col2   
    max min 
0  a  44  1 
1  b  2  2 
2  c  3  3

 col1 col3 col2 
0  a  aa  45 
1  b  bb   2 
2  c  cc   3

注意點：

代碼中調(diào)用了reset_index() 函數(shù), 如果不使用這個函數(shù)輸出的結(jié)果將是：

   col2
col1   
a    45
b    2
c    3
   col2  
   max min
col1     
a   44  1
b    2  2
c    3  3
      col2
col1 col3   
a  aa   45
b  bb    2
c  cc    3

上下兩個結(jié)果還是有區(qū)別的，但是具體區(qū)別暫時不太清楚，不過下面的一種輸出結(jié)果是不能跟使用df['col1']來提取第一列的。至于是什么原因暫時還不清楚，如果您對pandas比較理解或者知道原因，歡迎在評論中留言。

以上這篇pandas數(shù)據(jù)預處理之dataframe的groupby操作方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: