欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解Pandas中GroupBy對(duì)象的使用

 更新時(shí)間：2022年06月10日 10:31:47   作者：周蘿卜  
本文將探討如何在Python的Pandas庫(kù)中創(chuàng)建GroupBy對(duì)象以及該對(duì)象的工作原理。我們將詳細(xì)了解分組過(guò)程的每個(gè)步驟，以及我們可以從中提取哪些有用信息，需要的可以參考一下

今天，我們將探討如何在 Python 的 Pandas 庫(kù)中創(chuàng)建 GroupBy 對(duì)象以及該對(duì)象的工作原理。我們將詳細(xì)了解分組過(guò)程的每個(gè)步驟，可以將哪些方法應(yīng)用于 GroupBy 對(duì)象上，以及我們可以從中提取哪些有用信息

不要再觀望了，一起學(xué)起來(lái)吧

使用 Groupby 三個(gè)步驟

首先我們要知道，任何 groupby 過(guò)程都涉及以下 3 個(gè)步驟的某種組合：

  • 根據(jù)定義的標(biāo)準(zhǔn)將原始對(duì)象分成組
  • 對(duì)每個(gè)組應(yīng)用某些函數(shù)
  • 整合結(jié)果

讓我先來(lái)大致瀏覽下今天用到的測(cè)試數(shù)據(jù)集

import?pandas?as?pd
import?numpy?as?np

pd.set_option('max_columns',?None)

df?=?pd.read_csv('complete.csv')
df?=?df[['awardYear',?'category',?'prizeAmount',?'prizeAmountAdjusted',?'name',?'gender',?'birth_continent']]
df.head()

Output:

    awardYear    category    prizeAmount    prizeAmountAdjusted    name    gender    birth_continent
0    2001    Economic Sciences    10000000    12295082    A. Michael Spence    male    North America
1    1975    Physics    630000    3404179    Aage N. Bohr    male    Europe
2    2004    Chemistry    10000000    11762861    Aaron Ciechanover    male    Asia
3    1982    Chemistry    1150000    3102518    Aaron Klug    male    Europe
4    1979    Physics    800000    2988048    Abdus Salam    male    Asia

將原始對(duì)象拆分為組

在這個(gè)階段，我們調(diào)用 pandas DataFrame.groupby() 函數(shù)。我們使用它根據(jù)預(yù)定義的標(biāo)準(zhǔn)將數(shù)據(jù)分組，沿行（默認(rèn)情況下，axis=0）或列（axis=1）。換句話說(shuō)，此函數(shù)將標(biāo)簽映射到組的名稱。

例如，在我們的案例中，我們可以按獎(jiǎng)項(xiàng)類別對(duì)諾貝爾獎(jiǎng)的數(shù)據(jù)進(jìn)行分組：

grouped?=?df.groupby('category')

也可以使用多個(gè)列來(lái)執(zhí)行數(shù)據(jù)分組，傳遞一個(gè)列列表即可。讓我們首先按獎(jiǎng)項(xiàng)類別對(duì)我們的數(shù)據(jù)進(jìn)行分組，然后在每個(gè)創(chuàng)建的組中，我們將根據(jù)獲獎(jiǎng)年份應(yīng)用額外的分組：

grouped_category_year?=?df.groupby(['category',?'awardYear'])

現(xiàn)在，如果我們嘗試打印剛剛創(chuàng)建的兩個(gè) GroupBy 對(duì)象之一，我們實(shí)際上將看不到任何組：

print(grouped)

Output:

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000026083789DF0>

我們要注意的是，創(chuàng)建 GroupBy 對(duì)象成功與否，只檢查我們是否通過(guò)了正確的映射；在我們顯式地對(duì)該對(duì)象使用某些方法或提取其某些屬性之前，都不會(huì)真正執(zhí)行拆分-應(yīng)用-組合鏈的任何操作

為了簡(jiǎn)要檢查生成的 GroupBy 對(duì)象并檢查組的拆分方式，我們可以從中提取組或索引屬性。它們都返回一個(gè)字典，其中鍵是創(chuàng)建的組，值是原始 DataFrame 中每個(gè)組的實(shí)例的軸標(biāo)簽列表（對(duì)于組屬性）或索引（對(duì)于索引屬性）：

grouped.indices

Output:

{'Chemistry': array([  2,   3,   7,   9,  10,  11,  13,  14,  15,  17,  19,  39,  62,
         64,  66,  71,  75,  80,  81,  86,  92, 104, 107, 112, 129, 135,
        153, 169, 175, 178, 181, 188, 197, 199, 203, 210, 215, 223, 227,
        239, 247, 249, 258, 264, 265, 268, 272, 274, 280, 282, 284, 289,
        296, 298, 310, 311, 317, 318, 337, 341, 343, 348, 352, 357, 362,
        365, 366, 372, 374, 384, 394, 395, 396, 415, 416, 419, 434, 440,
        442, 444, 446, 448, 450, 455, 456, 459, 461, 463, 465, 469, 475,
        504, 505, 508, 518, 522, 523, 524, 539, 549, 558, 559, 563, 567,
        571, 572, 585, 591, 596, 599, 627, 630, 632, 641, 643, 644, 648,
        659, 661, 666, 667, 668, 671, 673, 679, 681, 686, 713, 715, 717,
        719, 720, 722, 723, 725, 726, 729, 732, 738, 742, 744, 746, 751,
        756, 759, 763, 766, 773, 776, 798, 810, 813, 814, 817, 827, 828,
        829, 832, 839, 848, 853, 855, 862, 866, 880, 885, 886, 888, 889,
        892, 894, 897, 902, 904, 914, 915, 920, 921, 922, 940, 941, 943,
        946, 947], dtype=int64),
 'Economic Sciences': array([  0,   5,  45,  46,  58,  90,  96, 139, 140, 145, 152, 156, 157,
        180, 187, 193, 207, 219, 231, 232, 246, 250, 269, 279, 283, 295,
        305, 324, 346, 369, 418, 422, 425, 426, 430, 432, 438, 458, 467,
        476, 485, 510, 525, 527, 537, 538, 546, 580, 594, 595, 605, 611,
        636, 637, 657, 669, 670, 678, 700, 708, 716, 724, 734, 737, 739,
        745, 747, 749, 750, 753, 758, 767, 800, 805, 854, 856, 860, 864,
        871, 882, 896, 912, 916, 924], dtype=int64),
 'Literature': array([ 21,  31,  40,  49,  52,  98, 100, 101, 102, 111, 115, 142, 149,
        159, 170, 177, 201, 202, 220, 221, 233, 235, 237, 253, 257, 259,
        275, 277, 278, 286, 312, 315, 316, 321, 326, 333, 345, 347, 350,
        355, 359, 364, 370, 373, 385, 397, 400, 403, 406, 411, 435, 439,
        441, 454, 468, 479, 480, 482, 483, 492, 501, 506, 511, 516, 556,
        569, 581, 602, 604, 606, 613, 614, 618, 631, 633, 635, 640, 652,
        653, 655, 656, 665, 675, 683, 699, 761, 765, 771, 774, 777, 779,
        780, 784, 786, 788, 796, 799, 803, 836, 840, 842, 850, 861, 867,
        868, 878, 881, 883, 910, 917, 919, 927, 928, 929, 930, 936],
       dtype=int64),
 'Peace': array([  6,  12,  16,  25,  26,  27,  34,  36,  44,  47,  48,  54,  61,
         65,  72,  78,  79,  82,  95,  99, 116, 119, 120, 126, 137, 146,
        151, 166, 167, 171, 200, 204, 205, 206, 209, 213, 225, 236, 240,
        244, 255, 260, 266, 267, 270, 287, 303, 320, 329, 356, 360, 361,
        377, 386, 387, 388, 389, 390, 391, 392, 393, 433, 447, 449, 471,
        477, 481, 489, 491, 500, 512, 514, 517, 528, 529, 530, 533, 534,
        540, 542, 544, 545, 547, 553, 555, 560, 562, 574, 578, 590, 593,
        603, 607, 608, 609, 612, 615, 616, 617, 619, 620, 628, 634, 639,
        642, 664, 677, 688, 697, 703, 705, 710, 727, 736, 787, 793, 795,
        806, 823, 846, 847, 852, 865, 875, 876, 877, 895, 926, 934, 935,
        937, 944, 948, 949], dtype=int64),
 'Physics': array([  1,   4,   8,  20,  23,  24,  30,  32,  38,  51,  59,  60,  67,
         68,  69,  70,  74,  84,  89,  97, 103, 105, 108, 109, 114, 117,
        118, 122, 125, 127, 128, 130, 133, 141, 143, 144, 155, 162, 163,
        164, 165, 168, 173, 174, 176, 179, 183, 195, 212, 214, 216, 222,
        224, 228, 230, 234, 238, 241, 243, 251, 256, 263, 271, 276, 291,
        292, 297, 301, 306, 307, 308, 323, 327, 328, 330, 335, 336, 338,
        349, 351, 353, 354, 363, 367, 375, 376, 378, 381, 382, 398, 399,
        402, 404, 405, 408, 410, 412, 413, 420, 421, 424, 428, 429, 436,
        445, 451, 453, 457, 460, 462, 470, 472, 487, 495, 498, 499, 509,
        513, 515, 521, 526, 532, 535, 536, 541, 548, 550, 552, 557, 561,
        564, 565, 566, 573, 576, 577, 579, 583, 586, 588, 592, 601, 610,
        621, 622, 623, 629, 647, 650, 651, 654, 658, 674, 676, 682, 684,
        690, 691, 693, 694, 695, 696, 698, 702, 707, 711, 714, 721, 730,
        731, 735, 743, 752, 755, 770, 772, 775, 781, 785, 790, 792, 797,
        801, 802, 808, 822, 833, 834, 835, 844, 851, 870, 872, 879, 884,
        887, 890, 893, 900, 901, 903, 905, 907, 908, 909, 913, 925, 931,
        932, 933, 938, 942, 945], dtype=int64),
 'Physiology or Medicine': array([ 18,  22,  28,  29,  33,  35,  37,  41,  42,  43,  50,  53,  55,
         56,  57,  63,  73,  76,  77,  83,  85,  87,  88,  91,  93,  94,
        106, 110, 113, 121, 123, 124, 131, 132, 134, 136, 138, 147, 148,
        150, 154, 158, 160, 161, 172, 182, 184, 185, 186, 189, 190, 191,
        192, 194, 196, 198, 208, 211, 217, 218, 226, 229, 242, 245, 248,
        252, 254, 261, 262, 273, 281, 285, 288, 290, 293, 294, 299, 300,
        302, 304, 309, 313, 314, 319, 322, 325, 331, 332, 334, 339, 340,
        342, 344, 358, 368, 371, 379, 380, 383, 401, 407, 409, 414, 417,
        423, 427, 431, 437, 443, 452, 464, 466, 473, 474, 478, 484, 486,
        488, 490, 493, 494, 496, 497, 502, 503, 507, 519, 520, 531, 543,
        551, 554, 568, 570, 575, 582, 584, 587, 589, 597, 598, 600, 624,
        625, 626, 638, 645, 646, 649, 660, 662, 663, 672, 680, 685, 687,
        689, 692, 701, 704, 706, 709, 712, 718, 728, 733, 740, 741, 748,
        754, 757, 760, 762, 764, 768, 769, 778, 782, 783, 789, 791, 794,
        804, 807, 809, 811, 812, 815, 816, 818, 819, 820, 821, 824, 825,
        826, 830, 831, 837, 838, 841, 843, 845, 849, 857, 858, 859, 863,
        869, 873, 874, 891, 898, 899, 906, 911, 918, 923, 939], dtype=int64)}

要查找 GroupBy 對(duì)象中的組數(shù)，我們可以從中提取 ngroups 屬性或調(diào)用 Python 標(biāo)準(zhǔn)庫(kù)的 len 函數(shù)：

print(grouped.ngroups)
print(len(grouped))

Output:

6
6

如果我們需要可視化每個(gè)組的所有或部分條目，那么可以遍歷 GroupBy 對(duì)象：

for?name,?entries?in?grouped:
????print(f'First?2?entries?for?the?"{name}"?category:')
????print(30*'-')
????print(entries.head(2),?'\n\n')

Output:

First 2 entries for the "Chemistry" category:
------------------------------
   awardYear   category  prizeAmount  prizeAmountAdjusted               name  \
2       2004  Chemistry     10000000             11762861  Aaron Ciechanover   
3       1982  Chemistry      1150000              3102518         Aaron Klug   

  gender birth_continent  
2   male            Asia  
3   male          Europe   

First 2 entries for the "Economic Sciences" category:
------------------------------
   awardYear           category  prizeAmount  prizeAmountAdjusted  \
0       2001  Economic Sciences     10000000             12295082   
5       2019  Economic Sciences      9000000              9000000   

                name gender birth_continent  
0  A. Michael Spence   male   North America  
5   Abhijit Banerjee   male            Asia   

First 2 entries for the "Literature" category:
------------------------------
    awardYear    category  prizeAmount  prizeAmountAdjusted  \
21       1957  Literature       208629              2697789   
31       1970  Literature       400000              3177966   

                     name gender birth_continent  
21           Albert Camus   male          Africa  
31  Alexandr Solzhenitsyn   male          Europe   

First 2 entries for the "Peace" category:
------------------------------
    awardYear category  prizeAmount  prizeAmountAdjusted  \
6        2019    Peace      9000000              9000000   
12       1980    Peace       880000              2889667   

                     name gender birth_continent  
6          Abiy Ahmed Ali   male          Africa  
12  Adolfo Pérez Esquivel   male   South America   

First 2 entries for the "Physics" category:
------------------------------
   awardYear category  prizeAmount  prizeAmountAdjusted          name gender  \
1       1975  Physics       630000              3404179  Aage N. Bohr   male   
4       1979  Physics       800000              2988048   Abdus Salam   male   

  birth_continent  
1          Europe  
4            Asia   

First 2 entries for the "Physiology or Medicine" category:
------------------------------
    awardYear                category  prizeAmount  prizeAmountAdjusted  \
18       1963  Physiology or Medicine       265000              2839286   
22       1974  Physiology or Medicine       550000              3263449   

             name gender birth_continent  
18   Alan Hodgkin   male          Europe  
22  Albert Claude   male          Europe

相反，如果我們想以 DataFrame 的形式選擇單個(gè)組，我們應(yīng)該在 GroupBy 對(duì)象上使用 get_group() 方法：

grouped.get_group('Economic?Sciences')

Output:

    awardYear    category    prizeAmount    prizeAmountAdjusted    name    gender    birth_continent
0    2001    Economic Sciences    10000000    12295082    A. Michael Spence    male    North America
5    2019    Economic Sciences    9000000    9000000    Abhijit Banerjee    male    Asia
45    2012    Economic Sciences    8000000    8361204    Alvin E. Roth    male    North America
46    1998    Economic Sciences    7600000    9713701    Amartya Sen    male    Asia
58    2015    Economic Sciences    8000000    8384572    Angus Deaton    male    Europe
…    …    …    …    …    …    …    …
882    2002    Economic Sciences    10000000    12034660    Vernon L. Smith    male    North America
896    1973    Economic Sciences    510000    3331882    Wassily Leontief    male    Europe
912    2018    Economic Sciences    9000000    9000000    William D. Nordhaus    male    North America
916    1990    Economic Sciences    4000000    6329114    William F. Sharpe    male    North America
924    1996    Economic Sciences    7400000    9490424    William Vickrey    male    North America

按組應(yīng)用函數(shù)

在拆分原始數(shù)據(jù)并檢查結(jié)果組之后，我們可以對(duì)每個(gè)組執(zhí)行以下操作之一或其組合：

  • Aggregation（聚合）：計(jì)算每個(gè)組的匯總統(tǒng)計(jì)量（例如，組大小、平均值、中位數(shù)或總和）并為許多數(shù)據(jù)點(diǎn)輸出單個(gè)數(shù)字
  • Transformation（變換）：按組進(jìn)行一些操作，例如計(jì)算每個(gè)組的z-score
  • Filtration（過(guò)濾）：根據(jù)預(yù)定義的條件拒絕某些組，例如組大小、平均值、中位數(shù)或總和，還可以包括從每個(gè)組中過(guò)濾掉特定的行

Aggregation

要聚合 GroupBy 對(duì)象的數(shù)據(jù)（即按組計(jì)算匯總統(tǒng)計(jì)量），我們可以在對(duì)象上使用 agg() 方法：

#?Showing?only?1?decimal?for?all?float?numbers
pd.options.display.float_format?=?'{:.1f}'.format

grouped.agg(np.mean)

Output:

    awardYear    prizeAmount    prizeAmountAdjusted
category            
Chemistry    1972.3    3629279.4    6257868.1
Economic Sciences    1996.1    6105845.2    7837779.2
Literature    1960.9    2493811.2    5598256.3
Peace    1964.5    3124879.2    6163906.9
Physics    1971.1    3407938.6    6086978.2
Physiology or Medicine    1970.4    3072972.9    5738300.7

上面的代碼生成一個(gè) DataFrame，其中組名作為其新索引，每個(gè)數(shù)字列的平均值作為分組

我們可以直接在 GroupBy 對(duì)象上應(yīng)用其他相應(yīng)的 Pandas 方法，而不僅僅是使用 agg() 方法。最常用的方法是 mean()、median()、mode()、sum()、size()、count()、min()、max()、std()、var()（計(jì)算每個(gè)的方差 group)、describe()（按組輸出描述性統(tǒng)計(jì)信息）和 nunique()（給出每個(gè)組中唯一值的數(shù)量）

grouped.sum()

Output:

    awardYear    prizeAmount    prizeAmountAdjusted
category            
Chemistry    362912    667787418    1151447726
Economic Sciences    167674    512891000    658373449
Literature    227468    289282102    649397731
Peace    263248    418733807    825963521
Physics    419837    725890928    1296526352
Physiology or Medicine    431508    672981066    1256687857

通常情況下我們只對(duì)某些特定列或列的統(tǒng)計(jì)信息感興趣，因此我們需要指定它們。在上面的例子中，我們絕對(duì)不想總結(jié)所有年份，相應(yīng)的我們可能希望按獎(jiǎng)品類別對(duì)獎(jiǎng)品價(jià)值求和。為此我們可以選擇 GroupBy 對(duì)象的 PrizeAmountAdjusted 列，就像我們選擇 DataFrame 的列，然后對(duì)其應(yīng)用 sum() 函數(shù)：

grouped['prizeAmountAdjusted'].sum()

Output:

category
Chemistry                 1151447726
Economic Sciences          658373449
Literature                 649397731
Peace                      825963521
Physics                   1296526352
Physiology or Medicine    1256687857
Name: prizeAmountAdjusted, dtype: int64

對(duì)于上面的代碼片段，我們可以在選擇必要的列之前使用對(duì) GroupBy 對(duì)象應(yīng)用函數(shù)的等效語(yǔ)法：grouped.sum()['prizeAmountAdjusted']。但是前面的語(yǔ)法更可取，因?yàn)樗男阅芨?，尤其是在大型?shù)據(jù)集上，效果更為明顯

如果我們需要聚合兩列或更多列的數(shù)據(jù)，我們使用雙方括號(hào)：

grouped[['prizeAmount',?'prizeAmountAdjusted']].sum()

Output:

    prizeAmount    prizeAmountAdjusted
category        
Chemistry    667787418    1151447726
Economic Sciences    512891000    658373449
Literature    289282102    649397731
Peace    418733807    825963521
Physics    725890928    1296526352
Physiology or Medicine    672981066    1256687857

可以一次將多個(gè)函數(shù)應(yīng)用于 GroupBy 對(duì)象的一列或多列。為此我們?cè)俅涡枰?nbsp;agg() 方法和感興趣的函數(shù)列表：

grouped[['prizeAmount',?'prizeAmountAdjusted']].agg([np.sum,?np.mean,?np.std])

Output:

    prizeAmount    prizeAmountAdjusted
sum    mean    std    sum    mean    std
category                        
Chemistry    667787418    3629279.4    4070588.4    1151447726    6257868.1    3276027.2
Economic Sciences    512891000    6105845.2    3787630.1    658373449    7837779.2    3313153.2
Literature    289282102    2493811.2    3653734.0    649397731    5598256.3    3029512.1
Peace    418733807    3124879.2    3934390.9    825963521    6163906.9    3189886.1
Physics    725890928    3407938.6    4013073.0    1296526352    6086978.2    3294268.5
Physiology or Medicine    672981066    3072972.9    3898539.3    1256687857    5738300.7    3241781.0

此外，我們可以考慮通過(guò)傳遞字典將不同的聚合函數(shù)應(yīng)用于 GroupBy 對(duì)象的不同列：

grouped.agg({'prizeAmount':?[np.sum,?np.size],?'prizeAmountAdjusted':?np.mean})

Output:

    prizeAmount    prizeAmountAdjusted
sum    size    mean
category            
Chemistry    667787418    184    6257868.1
Economic Sciences    512891000    84    7837779.2
Literature    289282102    116    5598256.3
Peace    418733807    134    6163906.9
Physics    725890928    213    6086978.2
Physiology or Medicine    672981066    219    5738300.7

Transformation

與聚合方法不同，轉(zhuǎn)換方法返回一個(gè)新的 DataFrame，其形狀和索引與原始 DataFrame 相同，但具有轉(zhuǎn)換后的各個(gè)值。這里需要注意的是，transformation 一定不能修改原始 DataFrame 中的任何值，也就是這些操作不能原地執(zhí)行

轉(zhuǎn)換 GroupBy 對(duì)象數(shù)據(jù)的最常見(jiàn)的 Pandas 方法是 transform()。例如它可以幫助計(jì)算每個(gè)組的 z-score：

grouped[['prizeAmount',?'prizeAmountAdjusted']].transform(lambda?x:?(x?-?x.mean())?/?x.std())

Output:

    prizeAmount    prizeAmountAdjusted
0    1.0    1.3
1    -0.7    -0.8
2    1.6    1.7
3    -0.6    -1.0
4    -0.6    -0.9
…    …    …
945    -0.7    -0.8
946    -0.8    -1.1
947    -0.9    0.3
948    -0.5    -1.0
949    -0.7    -1.0

使用轉(zhuǎn)換方法，我們還可以用組均值、中位數(shù)、眾數(shù)或任何其他值替換缺失數(shù)據(jù)：

Output:

0        male
1        male
2        male
3        male
4        male
        ...  
945      male
946      male
947    female
948      male
949      male
Name: gender, Length: 950, dtype: object

我們當(dāng)然還可以使用其他一些 Pandas 方法來(lái)轉(zhuǎn)換 GroupBy 對(duì)象的數(shù)據(jù)：bfill()、ffill()、diff()、pct_change()、rank()、shift()、quantile()等

Filtration

過(guò)濾方法根據(jù)預(yù)定義的條件從每個(gè)組中丟棄組或特定行，并返回原始數(shù)據(jù)的子集。例如我們可能希望只保留所有組中某個(gè)列的值，其中該列的組均值大于預(yù)定義值。在我們的 DataFrame 的情況下，讓我們過(guò)濾掉所有組均值小于 7,000,000 的prizeAmountAdjusted 列，并在輸出中僅保留該列：

grouped['prizeAmountAdjusted'].filter(lambda?x:?x.mean()?>?7000000)

Output:

0      12295082
5       9000000
45      8361204
46      9713701
58      8384572
         ...   
882    12034660
896     3331882
912     9000000
916     6329114
924     9490424
Name: prizeAmountAdjusted, Length: 84, dtype: int64

另一個(gè)例子是過(guò)濾掉具有超過(guò)一定數(shù)量元素的組：

grouped['prizeAmountAdjusted'].filter(lambda?x:?len(x)?<?100)

Output:

0      12295082
5       9000000
45      8361204
46      9713701
58      8384572
         ...   
882    12034660
896     3331882
912     9000000
916     6329114
924     9490424
Name: prizeAmountAdjusted, Length: 84, dtype: int64

在上述兩個(gè)操作中，我們使用了 filter() 方法，將 lambda 函數(shù)作為參數(shù)傳遞。這樣的函數(shù)，應(yīng)用于整個(gè)組，根據(jù)該組與預(yù)定義統(tǒng)計(jì)條件的比較結(jié)果返回 True 或 False。換句話說(shuō)，filter()方法中的函數(shù)決定了哪些組保留在新的 DataFrame 中

除了過(guò)濾掉整個(gè)組之外，還可以從每個(gè)組中丟棄某些行。這里有一些有用的方法是 first()、last() 和 nth()。將其中一個(gè)應(yīng)用于 GroupBy 對(duì)象會(huì)相應(yīng)地返回每個(gè)組的第一個(gè)/最后一個(gè)/第 n 個(gè)條目：

grouped.last()

Output:

    awardYear    prizeAmount    prizeAmountAdjusted    name    gender    birth_continent
category                        
Chemistry    1911    140695    7327865    Marie Curie    female    Europe
Economic Sciences    1996    7400000    9490424    William Vickrey    male    North America
Literature    1968    350000    3052326    Yasunari Kawabata    male    Asia
Peace    1963    265000    2839286    International Committee of the Red Cross    male    Asia
Physics    1972    480000    3345725    John Bardeen    male    North America
Physiology or Medicine    2016    8000000    8301051    Yoshinori Ohsumi    male    Asia

對(duì)于 nth() 方法，我們必須傳遞表示要為每個(gè)組返回的條目索引的整數(shù)：

grouped.nth(1)

Output:

    awardYear    prizeAmount    prizeAmountAdjusted    name    gender    birth_continent
category                        
Chemistry    1982    1150000    3102518    Aaron Klug    male    Europe
Economic Sciences    2019    9000000    9000000    Abhijit Banerjee    male    Asia
Literature    1970    400000    3177966    Alexandr Solzhenitsyn    male    Europe
Peace    1980    880000    2889667    Adolfo Pérez Esquivel    male    South America
Physics    1979    800000    2988048    Abdus Salam    male    Asia
Physiology or Medicine    1974    550000    3263449    Albert Claude    male    Europe

上面的代碼收集了所有組的第二個(gè)條目

另外兩個(gè)過(guò)濾每個(gè)組中的行的方法是 head() 和 tail()，分別返回每個(gè)組的第一/最后 n 行（默認(rèn)為 5）：

grouped.head(3)

Output:

    awardYear    category    prizeAmount    prizeAmountAdjusted    name    gender    birth_continent
0    2001    Economic Sciences    10000000    12295082    A. Michael Spence    male    North America
1    1975    Physics    630000    3404179    Aage N. Bohr    male    Europe
2    2004    Chemistry    10000000    11762861    Aaron Ciechanover    male    Asia
3    1982    Chemistry    1150000    3102518    Aaron Klug    male    Europe
4    1979    Physics    800000    2988048    Abdus Salam    male    Asia
5    2019    Economic Sciences    9000000    9000000    Abhijit Banerjee    male    Asia
6    2019    Peace    9000000    9000000    Abiy Ahmed Ali    male    Africa
7    2009    Chemistry    10000000    10958504    Ada E. Yonath    female    Asia
8    2011    Physics    10000000    10545557    Adam G. Riess    male    North America
12    1980    Peace    880000    2889667    Adolfo Pérez Esquivel    male    South America
16    2007    Peace    10000000    11301989    Al Gore    male    North America
18    1963    Physiology or Medicine    265000    2839286    Alan Hodgkin    male    Europe
21    1957    Literature    208629    2697789    Albert Camus    male    Africa
22    1974    Physiology or Medicine    550000    3263449    Albert Claude    male    Europe
28    1937    Physiology or Medicine    158463    4716161    Albert Szent-Györgyi    male    Europe
31    1970    Literature    400000    3177966    Alexandr Solzhenitsyn    male    Europe
40    2013    Literature    8000000    8365867    Alice Munro    female    North America
45    2012    Economic Sciences    8000000    8361204    Alvin E. Roth    male    North America

整合結(jié)果

split-apply-combine 鏈的最后一個(gè)階段——合并結(jié)果——由Ppandas 在后臺(tái)執(zhí)行。它包括獲取在 GroupBy 對(duì)象上執(zhí)行的所有操作的輸出并將它們重新組合在一起，生成新的數(shù)據(jù)結(jié)構(gòu)，例如 Series 或 DataFrame。將此數(shù)據(jù)結(jié)構(gòu)分配給一個(gè)變量，我們可以用它來(lái)解決其他任務(wù)

總結(jié)

今天我們介紹了使用 pandas groupby 函數(shù)和使用結(jié)果對(duì)象的許多知識(shí)

  • 分組過(guò)程所包括的步驟
  • split-apply-combine 鏈?zhǔn)侨绾我徊揭徊焦ぷ鞯?/li>
  • 如何創(chuàng)建 GroupBy 對(duì)象
  • 如何簡(jiǎn)要檢查 GroupBy 對(duì)象
  • GroupBy 對(duì)象的屬性
  • 可應(yīng)用于 GroupBy 對(duì)象的操作
  • 如何按組計(jì)算匯總統(tǒng)計(jì)量以及可用于此目的的方法
  • 如何一次將多個(gè)函數(shù)應(yīng)用于 GroupBy 對(duì)象的一列或多列
  • 如何將不同的聚合函數(shù)應(yīng)用于 GroupBy 對(duì)象的不同列
  • 如何以及為什么要轉(zhuǎn)換原始 DataFrame 中的值
  • 如何過(guò)濾 GroupBy 對(duì)象的組或每個(gè)組的特定行
  • Pandas 如何組合分組過(guò)程的結(jié)果
  • 分組過(guò)程產(chǎn)生的數(shù)據(jù)結(jié)構(gòu)

以上就是詳解Pandas中GroupBy對(duì)象的使用的詳細(xì)內(nèi)容，更多關(guān)于Pandas GroupBy對(duì)象的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

最新評(píng)論