快捷導(dǎo)航

DataFrame.groupby()所見的各種用法詳解

更新時(shí)間：2020年06月14日 16:43:29 作者：黃大俠aa

這篇文章主要介紹了DataFrame.groupby()所見的各種用法詳解，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

groupby的函數(shù)定義：

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

by :接收映射、函數(shù)、標(biāo)簽或標(biāo)簽列表；用于確定聚合的組。
axis : 接收 0/1；用于表示沿行(0)或列(1)分割。
level : 接收int、級(jí)別名稱或序列，默認(rèn)為None；如果軸是一個(gè)多索引(層次化)，則按一個(gè)或多個(gè)特定級(jí)別分組。
as_index：接收布爾值，默認(rèn)Ture；Ture則返回以組標(biāo)簽為索引的對(duì)象，F(xiàn)alse則不以組標(biāo)簽為索引。

其他的參數(shù)解釋就看文檔吧：鏈接：pandas.DataFrame.groupby 介紹文檔

所見 1 ：日常用法

import pandas as pd

df = pd.DataFrame({'Gender' : ['男', '女', '男', '男', '男', '男', '女', '女', '女'],
          'name' : ['周杰倫', '蔡依林', '林俊杰', '周杰倫', '林俊杰', '周杰倫', '田馥甄', '蔡依林', '田馥甄'],
          'income' : [4.5, 2.9, 3.8, 3.7, 4.0, 4.1, 1.9, 4.1, 3.2],
         'expenditure' : [1.5, 1.9, 2.8, 1.7, 4.1, 2.5, 1.1, 3.4, 1.2]
         })
#根據(jù)其中一列分組
df_expenditure_mean = df.groupby(['Gender']).mean()

#根據(jù)其中兩列分組
df_expenditure_mean = df.groupby(['Gender', 'name']).mean()

#只對(duì)其中一列求均值
df_expenditure_mean = df.groupby(['Gender', 'name'])['income'].mean()

輸出示例：

所見 2 ：解決groupby.sum() 后層級(jí)索引levels上移的問題

上圖中的輸出二，雖然是 DataFrame 的格式，但是若需要與其他表匹配的時(shí)候，這個(gè)格式就有些麻煩了。匹配數(shù)據(jù)時(shí)，我們需要的數(shù)據(jù)格式是：列名都在第一行，數(shù)據(jù)行中也不能有 Gender 列這樣的合并單元格。因此，我們需要做一些調(diào)整，將 as_index 改為 False ，默認(rèn)是 Ture 。

#不以組標(biāo)簽為索引，通過 as_index 來實(shí)現(xiàn)
df_expenditure_mean = df.groupby(['Gender', 'name'], as_index=False).mean()

輸出：

所見 3 ：解決groupby.apply() 后層級(jí)索引levels上移的問題

在所見 2 中我們知道，使用參數(shù) as_index 就可使 groupby 的結(jié)果不以組標(biāo)簽為索引，但是后來在使用 groupby.apply() 時(shí)發(fā)現(xiàn)，as_index 參數(shù)失去了效果。如下例所示：

# 使用了 as_index=False，但是從輸出結(jié)果中可見沒起到作用
df_apply = df.groupby(['Gender', 'name'], as_index=False).apply(lambda x: sum(x['income']-x['expenditure'])/sum(x['income']))
df_apply = pd.DataFrame(df_apply,columns=['存錢占比'])#轉(zhuǎn)化成dataframe格式

輸出：

解決辦法：加一句df_apply_index = df_apply.reset_index()

# 加一句df_apply_index = df_apply.reset_index()
df_apply = df.groupby(['Gender', 'name'], as_index=False).apply(lambda x: sum(x['income']-x['expenditure'])/sum(x['income']))
df_apply = pd.DataFrame(df_apply,columns=['存錢占比'])#轉(zhuǎn)化成dataframe格式
df_apply_index = df_apply.reset_index()

輸出：

所見 4 ：groupby函數(shù)的分組結(jié)果保存成DataFrame

所見 1 中的輸出三，明顯是 Series ,我們需要將其轉(zhuǎn)化為 DataFrame 格式的數(shù)據(jù)。

#只對(duì)其中一列求均值，并轉(zhuǎn)化為 DataFrame
df_expenditure_mean = df.groupby(['Gender', 'name'], as_index=False)['income'].mean()
df_expenditure_mean = pd.DataFrame(df_expenditure_mean)#轉(zhuǎn)化成dataframe格式
df_expenditure_mean.rename(columns={'income':'收入均值'}, inplace = True)

輸出：