python?DataFrame數(shù)據(jù)分組統(tǒng)計groupby()函數(shù)的使用
更新時間：2022年03月10日 09:14:44 作者：侯小啾
在python的DataFrame中對數(shù)據(jù)進行分組統(tǒng)計主要使用groupby()函數(shù)，本文主要介紹了python?DataFrame數(shù)據(jù)分組統(tǒng)計groupby()函數(shù)的使用，具有一定的參考價值，感興趣的可以了解一下
groupby()函數(shù)
在python的DataFrame中對數(shù)據(jù)進行分組統(tǒng)計主要使用groupby()函數(shù)。
1. groupby基本用法
1.1 一級分類_分組求和
import pandas as pd
data = [['a', 'A', 109], ['b', 'B', 112], ['c', 'A', 125], ['d', 'C', 120],
['e', 'C', 126], ['f', 'B', 133], ['g', 'A', 124], ['h', 'B', 134],
['i', 'C', 117], ['j', 'C', 128]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
columns = ['name', 'class', 'num']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("=================================================")
df1 = df.groupby('class').sum() # 分組統(tǒng)計求和
print(df1)
1.2 二級分類_分組求和
給groupby()傳入一個列表，列表中的元素為分類字段，從左到右分類級別增大。(一級分類、二級分類…)
import pandas as pd
data = [['a', 'A', '1等', 109], ['b', 'B', '1等', 112], ['c', 'A', '1等', 125], ['d', 'B', '2等', 120],
['e', 'B', '1等', 126], ['f', 'B', '2等', 133], ['g', 'A', '2等', 124], ['h', 'B', '1等', 134],
['i', 'A', '2等', 117], ['j', 'A', '2等', 128], ['h', 'A', '1等', 130], ['i', 'B', '2等', 122]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("=================================================")
df1 = df.groupby(['class_1', 'class_2']).sum() # 分組統(tǒng)計求和
print(df1)
1.3 對DataFrameGroupBy對象列名索引（對指定列統(tǒng)計計算）
其中，df.groupby(‘class_1’)得到一個DataFrameGroupBy對象，對該對象可以使用列名進行索引，以對指定的列進行統(tǒng)計。
如：df.groupby(‘class_1’)[‘num’].sum()
import pandas as pd
data = [['a', 'A', '1等', 109], ['b', 'B', '1等', 112], ['c', 'A', '1等', 125], ['d', 'B', '2等', 120],
['e', 'B', '1等', 126], ['f', 'B', '2等', 133], ['g', 'A', '2等', 124], ['h', 'B', '1等', 134],
['i', 'A', '2等', 117], ['j', 'A', '2等', 128], ['h', 'A', '1等', 130], ['i', 'B', '2等', 122]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("=================================================")
df1 = df.groupby('class_1')['num'].sum()
print(df1)
代碼運行結(jié)果同上。
2. 對分組數(shù)據(jù)進行迭代
2.1 對一級分類的DataFrameGroupBy對象進行遍歷
for name, group in DataFrameGroupBy_object
其中，name指分類的類名，group指該類的所有數(shù)據(jù)。
import pandas as pd
data = [['a', 'A', '1等', 109], ['b', 'C', '1等', 112], ['c', 'A', '1等', 125], ['d', 'B', '2等', 120],
['e', 'B', '1等', 126], ['f', 'B', '2等', 133], ['g', 'C', '2等', 124], ['h', 'A', '1等', 134],
['i', 'C', '2等', 117], ['j', 'A', '2等', 128], ['h', 'B', '1等', 130], ['i', 'C', '2等', 122]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("===============================")
# 獲取目標數(shù)據(jù)。
df1 = df[['name', 'class_1', 'num']]
for name, group in df1.groupby('class_1'):
print(name)
print("=============================")
print(group)
print("==================================================")
2.2 對二級分類的DataFrameGroupBy對象進行遍歷
對二級分類的DataFrameGroupBy對象進行遍歷，
以for (key1, key2), group in df.groupby([‘class_1’, ‘class_2’]) 為例
不同于一級分類的是， (key1, key2)是一個由多級類別組成的元組，而group表示該多級分類類別下的數(shù)據(jù)。
import pandas as pd
data = [['a', 'A', '1等', 109], ['b', 'C', '1等', 112], ['c', 'A', '1等', 125], ['d', 'B', '2等', 120],
['e', 'B', '1等', 126], ['f', 'B', '2等', 133], ['g', 'C', '2等', 124], ['h', 'A', '1等', 134],
['i', 'C', '2等', 117], ['j', 'A', '2等', 128], ['h', 'B', '1等', 130], ['i', 'C', '2等', 122]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("===============================")
for (key1, key2), group in df.groupby(['class_1', 'class_2']):
print(key1, key2)
print("=============================")
print(group)
print("==================================================")
程序運行結(jié)果如下：
(部分)
3. agg()函數(shù)
使用groupby()函數(shù)和agg()函數(shù) 實現(xiàn) 分組聚合操作運算。
3.1一般寫法_對目標數(shù)據(jù)使用同一聚合函數(shù)
以 分組求均值、求和 為例
給agg()傳入一個列表
df1.groupby([‘class_1’, ‘class_2’]).agg([‘mean’, ‘sum’])
import pandas as pd
data = [['a', 'A', '1等', 109, 144], ['b', 'C', '1等', 112, 132], ['c', 'A', '1等', 125, 137], ['d', 'B', '2等', 120, 121],
['e', 'B', '1等', 126, 136], ['f', 'B', '2等', 133, 127], ['g', 'C', '2等', 124, 126], ['h', 'A', '1等', 134, 125],
['i', 'C', '2等', 117, 125], ['j', 'A', '2等', 128, 133], ['h', 'B', '1等', 130, 122], ['i', 'C', '2等', 122, 111]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num1', 'num2']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("===============================")
df1 = df[['class_1', 'class_2', 'num1', 'num2']]
print(df1.groupby(['class_1', 'class_2']).agg(['mean', 'sum']))
3.2 對不同列使用不同聚合函數(shù)
給agg()方法傳入一個字典
import pandas as pd
data = [['a', 'A', '1等', 109, 144], ['b', 'C', '1等', 112, 132], ['c', 'A', '1等', 125, 137], ['d', 'B', '2等', 120, 121],
['e', 'B', '1等', 126, 136], ['f', 'B', '2等', 133, 127], ['g', 'C', '2等', 124, 126], ['h', 'A', '1等', 134, 125],
['i', 'C', '2等', 117, 125], ['j', 'A', '2等', 128, 133], ['h', 'B', '1等', 130, 122], ['i', 'C', '2等', 122, 111]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num1', 'num2']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("===============================")
df1 = df[['class_1', 'num1', 'num2']]
print(df1.groupby('class_1').agg({'num1': ['mean', 'sum'], 'num2': ['sum']}))
3.3 自定義函數(shù)寫法
也可以自定義一個函數(shù)（以名為max1為例）傳入agg()中。
import pandas as pd
data = [['a', 'A', '1等', 109, 144], ['b', 'C', '1等', 112, 132], ['c', 'A', '1等', 125, 137], ['d', 'B', '2等', 120, 121],
['e', 'B', '1等', 126, 136], ['f', 'B', '2等', 133, 127], ['g', 'C', '2等', 124, 126], ['h', 'A', '1等', 134, 125],
['i', 'C', '2等', 117, 125], ['j', 'A', '2等', 128, 133], ['h', 'B', '1等', 130, 122], ['i', 'C', '2等', 122, 111]]
index = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
columns = ['name', 'class_1', 'class_2', 'num1', 'num2']
df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)
print("===============================")
max1 = lambda x: x.value_counts(dropna=False).index[0]
max1.__name__ = "類別數(shù)量最多"
df1 = df.agg({'class_1': [max1],
'num1': ['sum', 'mean'],
'num2': ['sum', 'mean']})
print(df1)
4. 通過 字典 和 Series 對象進行分組統(tǒng)計
groupy()不僅僅可以傳入單個列，或多個列組成的列表，
也可以傳入一個字典或者一個Series來實現(xiàn)分組。
4.1通過一個字典
import pandas as pd
data = [['A', 10000, 20121, 14521, 20, 23, 4, 5000],
['B', 12000, 12541, 11220, 14, 25, 5, 6000],
['C', 21420, 26452, 34215, 25, 24, 4, 5266],
['D', 21025, 23155, 31251, 23, 26, 6, 6452],
['E', 30021, 23512, 21452, 30, 27, 5, 7525],
['F', 32152, 30214, 26321, 32, 30, 7, 6952]]
columns = ['公司', 'a產(chǎn)品產(chǎn)量', 'b產(chǎn)品產(chǎn)量', 'c產(chǎn)品產(chǎn)量', '搬運工數(shù)量', '推銷員數(shù)量', '經(jīng)理數(shù)量', '平均工資']
pd.set_option('display.unicode.east_asian_width', True)
df = pd.DataFrame(data=data, columns=columns)
df = df.set_index(['公司'])
print(df)
print("===============================")
mapping = {
'a產(chǎn)品產(chǎn)量': '產(chǎn)品產(chǎn)量', 'b產(chǎn)品產(chǎn)量': '產(chǎn)品產(chǎn)量',
'c產(chǎn)品產(chǎn)量': '產(chǎn)品產(chǎn)量', '搬運工數(shù)量': '人員數(shù)量',
'推銷員數(shù)量': '人員數(shù)量', '經(jīng)理數(shù)量': '人員數(shù)量',
'平均工資': '平均工資'
}
df1 = df.groupby(mapping, axis=1).sum()
print(df1)
程序運行結(jié)果：
4.2通過一個Series
import pandas as pd
data = [['A', 10000, 20121, 14521, 20, 23, 4, 5000],
['B', 12000, 12541, 11220, 14, 25, 5, 6000],
['C', 21420, 26452, 34215, 25, 24, 4, 5266],
['D', 21025, 23155, 31251, 23, 26, 6, 6452],
['E', 30021, 23512, 21452, 30, 27, 5, 7525],
['F', 32152, 30214, 26321, 32, 30, 7, 6952]]
columns = ['公司', 'a產(chǎn)品產(chǎn)量', 'b產(chǎn)品產(chǎn)量', 'c產(chǎn)品產(chǎn)量', '搬運工數(shù)量', '推銷員數(shù)量', '經(jīng)理數(shù)量', '平均工資']
pd.set_option('display.unicode.east_asian_width', True)
df = pd.DataFrame(data=data, columns=columns)
df = df.set_index(['公司'])
print(df)
print("===============================")
data = {
'a產(chǎn)品產(chǎn)量': '產(chǎn)品產(chǎn)量', 'b產(chǎn)品產(chǎn)量': '產(chǎn)品產(chǎn)量',
'c產(chǎn)品產(chǎn)量': '產(chǎn)品產(chǎn)量', '搬運工數(shù)量': '人員數(shù)量',
'推銷員數(shù)量': '人員數(shù)量', '經(jīng)理數(shù)量': '人員數(shù)量',
'平均工資': '平均工資'
}
s1 = pd.Series(data)
df1 = df.groupby(s1, axis=1).sum()
print(df1)
程序運行結(jié)果：
參考資源： python數(shù)據(jù)分析從入門到精通 明日科技編著 清華大學出版社
到此這篇關(guān)于python DataFrame數(shù)據(jù)分組統(tǒng)計groupby()函數(shù)的使用的文章就介紹到這了,更多相關(guān)python DataFrame groupby() 內(nèi)容請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！
相關(guān)文章
今天小編就為大家分享一篇Django繼承自帶user表并重寫的例子，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2019-11-11
Docker是一個開源項目,為開發(fā)人員和系統(tǒng)管理員提供了一個開放平臺,可以將應用程序構(gòu)建、打包為一個輕量級容器,并在任何地方運行,這篇文章主要給大家介紹了關(guān)于python項目以docker形式打包部署的詳細流程,需要的朋友可以參考下2024-08-08
這篇文章主要介紹了簡單了解python的一些位運算技巧，位運算的性能大家想必是清楚的，效率絕對高。相信愛好源碼的同學，在學習閱讀源碼的過程中會發(fā)現(xiàn)不少源碼使用了位運算,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了python實現(xiàn)的希爾排序算法,實例分析了基于Python實現(xiàn)希爾排序的相關(guān)技巧,需要的朋友可以參考下2015-07-07
今天小編就為大家分享一篇關(guān)于Python小進度條顯示代碼，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-03-03
python搭建服務器實現(xiàn)兩個Android客戶端間收發(fā)消息
這篇文章主要為大家詳細介紹了python搭建服務器實現(xiàn)兩個Android客戶端間收發(fā)消息，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
這篇文章主要介紹了Python中subprocess模塊的用法詳解,subprocess是Python 2.4中新增的一個模塊,它允許你生成新的進程,連接到它們的 input/output/error 管道,并獲取它們的返回狀態(tài)碼,這個模塊的目的在于替換幾個舊的模塊和方法,需要的朋友可以參考下2023-08-08
本文給大家匯總介紹了下使用Python實現(xiàn)模擬時鐘的代碼，一共3個例子，后兩個是基于QT實現(xiàn)，有需要的小伙伴可以參考下2015-11-11
Python實現(xiàn)希爾排序,歸并排序和桶排序的示例代碼
希爾、歸并、快速排序算法可歸為同一類，它們的共同點都是建立在分治思想之上。把大問題分拆成小問題，解決所有小問題后，再合并每一個小問題的結(jié)果，最終得到對原始問題的解答。本文將介紹這三種算法的實現(xiàn)代碼，需要的可以參考一下2022-04-04
這篇文章主要介紹了Python進程Multiprocessing模塊原理解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02