快捷導(dǎo)航

python中pandas對(duì)多列進(jìn)行分組統(tǒng)計(jì)的實(shí)現(xiàn)

更新時(shí)間：2021年06月18日 16:02:01 作者：光于前裕于后

分組統(tǒng)計(jì)在很多時(shí)候都需要用到，可以實(shí)現(xiàn)很多數(shù)據(jù)庫(kù)函數(shù)的功能。本文主要介紹了python中pandas對(duì)多列進(jìn)行分組統(tǒng)計(jì)的實(shí)現(xiàn)，感興趣的可以了解一下

使用groupby([ ]).size()統(tǒng)計(jì)的結(jié)果，值相同的字段值會(huì)不顯示

在這里插入圖片描述

如上圖所示，第一個(gè)空著的行是982499 7 3388 1，因?yàn)榇诵信c前面一行的這兩個(gè)字段值是一樣的，所以不顯示。第二個(gè)空著的行是390192 22 4278 1，因?yàn)榇诵信c前面一行的第一個(gè)字段值是一樣的，所以不顯示。這樣的展示方式更直觀，但對(duì)于剛用的人，可能會(huì)讓其以為是缺失值。

如果還不明白可以看下面的全部數(shù)據(jù)及操作。

import pandas as pd
res6 = pd.read_csv('test.csv')
res6.shape

(12, 3)

res6.columns

Index(['user_id', 'cate', 'shop_id'], dtype='object')

res6.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 12 entries, 0 to 11
Data columns (total 3 columns):
user_id    12 non-null int64
cate       12 non-null int64
shop_id    12 non-null int64
dtypes: int64(3)
memory usage: 368.0 bytes

res6.describe()

	user_id	cate	shop_id
count	1.200000e+01	12.000000	12.000000
mean	6.468688e+05	10.666667	3594.000000
std	3.988181e+05	6.665151	373.271775
min	2.421410e+05	7.000000	3388.000000
25%	3.901920e+05	7.000000	3388.000000
50%	4.938730e+05	7.000000	3388.000000
75%	9.824990e+05	10.250000	3586.250000
max	1.558165e+06	23.000000	4278.000000

res6

	user_id	cate	shop_id
0	390192	20	4178
1	390192	23	4179
2	390192	22	4278
3	1021819	7	3388
4	242141	7	3388
5	283284	7	3388
6	1558165	7	3388
7	533696	7	3388
8	982499	7	3388
9	493873	7	3388
10	493873	7	3388
11	982499	7	3389

res6['user_id'].value_counts()

390192     3
982499     2
493873     2
242141     1
1021819    1
533696     1
1558165    1
283284     1
Name: user_id, dtype: int64

res6.groupby(['user_id']).size().sort_values(ascending=False)

user_id
390192     3
982499     2
493873     2
1558165    1
1021819    1
533696     1
283284     1
242141     1
dtype: int64

res6.groupby(['user_id', 'cate']).size().sort_values(ascending=False)

user_id  cate
982499   7       2
493873   7       2
1558165  7       1
1021819  7       1
533696   7       1
390192   23      1
         22      1
         20      1
283284   7       1
242141   7       1
dtype: int64

res6_test = res6.groupby(['user_id', 'cate', 'shop_id']).size().sort_values(ascending=False)
res6_test

user_id  cate  shop_id
493873   7     3388       2
1558165  7     3388       1
1021819  7     3388       1
982499   7     3389       1
               3388       1
533696   7     3388       1
390192   23    4179       1
         22    4278       1
         20    4178       1
283284   7     3388       1
242141   7     3388       1
dtype: int64

到此這篇關(guān)于python中pandas對(duì)多列進(jìn)行分組統(tǒng)計(jì)的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)pandas多列分組統(tǒng)計(jì)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: