Python技巧分享之groupby基礎用法詳解

更新時間：2022年10月26日 08:52:52 作者：Python數(shù)據(jù)挖掘

python中groupby函數(shù)主要的作用是進行數(shù)據(jù)的分組以及分組后地組內(nèi)運算！本文將通過一些示例和大家詳細講講groupby的基礎用法，需要的可以參考一下

模擬數(shù)據(jù)

import pandas as pd
import numpy as np

employees = ["小明","小周","小孫","小王","小張"]   # 5位員工
time = ["上半年", "下半年"]


df=pd.DataFrame({
    "employees":np.random.choice(employees,10),  # 在員工中重復選擇10次
    # 另一種寫法
    #"employees":[employees[x] for x in np.random.randint(0,len(employees),10)],  
    "time":np.random.choice(time,10),
    "salary":np.random.randint(800,1000,10),  # 800-1000之間的薪資選擇10個數(shù)值
    "score":np.random.randint(6,12,10)  # 6-11的分數(shù)選擇10個
})

df

groupby+單個字段+單個聚合

求解每個人的總薪資金額：

total_salary = df.groupby("employees")["salary"].sum().reset_index()
total_salary

使用agg也能夠?qū)崿F(xiàn)上面的效果：

df.groupby("employees").agg({"salary":"sum"}).reset_index()

df.groupby("employees").agg({"salary":np.sum}).reset_index()

groupby+單個字段+多個聚合

求解每個人的總薪資金額和薪資的平均數(shù)：

方法1：使用groupby+merge

mean_salary = df.groupby("employees")["salary"].mean().reset_index()
mean_salary

然后將上面的兩個結(jié)果進行組合；在合并之前為了字段的名字更加的直觀，我們重命名下：

total_salary.rename(columns={"employees":"total_salary"})
mean_salary.columns = ["employees","mean_salary"]

total_mean = total_salary.merge(mean_salary)
total_mean

方法2：使用groupby+agg

total_mean = df.groupby("employees")\
            .agg(total_salary=("salary", "sum"), 
                 mean_salary=("salary", "mean"))\
            .reset_index()
total_mean

groupby+多個字段+單個聚合

針對多個字段的同時聚合：

df.groupby(["employees","time"])["salary"].sum().reset_index()

# 使用agg來實現(xiàn)

df.groupby(["employees","time"]).agg({"salary":"sum"}).reset_index()

groupby+多個字段+多個聚合

使用的方法是：

agg(’新列名‘=(’原列名‘, ’統(tǒng)計函數(shù)/方法‘))

df.groupby(["employees","time"])\
            .agg(total_salary=("salary", "sum"), 
                mean_salary=("salary", "mean"),
                total_score=("score", "sum") 
                )\
            .reset_index()