pandas中df.groupby()方法深入講解
分組：根據(jù)研究目的，將所有樣本點按照一個或多個屬性劃分為多個組，就是分組。
pandas中，數(shù)據(jù)表就是DataFrame對象，分組就是groupby方法。將DataFrame中所有行按照一列或多列來劃分，分為多個組，列值相同的在同一組，列值不同的在不同組。
分組后，就得到一個groupby對象，代表著已經(jīng)被分開的各個組。后續(xù)所有的動作，比如計數(shù)，求平均值等，都是針對這個對象，也就是都是針對各個組。即在每個組組內(nèi)進行計數(shù)，求平均值等。
分組的返回結(jié)果
df = pd.DataFrame([['a', 'man', 120, 90],
['b', 'woman', 130, 100],
['a', 'man', 110, 108],
['a', 'woman', 120, 118]], columns=['level', 'gender', 'math','chinese'])
group = df.groupby('gender')
df.groupby() 函數(shù)返回的對象是一系列鍵值對，其中鍵是分組的字段值，值是該字段值下的數(shù)據(jù)表。分組的結(jié)果是無法直接輸出的，print()只能看到該結(jié)果的數(shù)據(jù)類型?？梢杂醚h(huán)對分組后的結(jié)果進行遍歷。
print(group)
# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x11cb60f50>
for key, value in group:
print(key)
print(value)
print("")
man
level gender math chinese
0 a man 120 90
2 a man 110 108
woman
level gender math chinese
1 b woman 130 100
3 a woman 120 118
按一列分組：df.groupby(column)
group = df.groupby('gender') # 按照'gender'列的值來分組，創(chuàng)建一個groupby對象
# group = df.groupby(['gender']) # 等價寫法
for key, df in group:
print(key)
print(df)
man
level gender math chinese
0 a man 120 90
2 a man 110 108
woman
level gender math chinese
1 b woman 130 100
3 a woman 120 118
按多列分組：df.groupby([column1, column2])
group = df.groupby(['gender', 'level'])
# 先按照'grade'列的值來分組。每組內(nèi)，再按'level'列來分組。也返回一個groupby對象
for key, value in group:
print(key)
print(value)
print("")
('man', 'a')
level gender math chinese
0 a man 120 90
2 a man 110 108
('woman', 'a')
level gender math chinese
3 a woman 120 118
('woman', 'b')
level gender math chinese
1 b woman 130 100
查看每組的統(tǒng)計數(shù)據(jù)：df.groupby(column).describe()
對數(shù)據(jù)表中的數(shù)值列進行統(tǒng)計，給出包括count = 計數(shù)，mean = 平均數(shù)，std = 方差，min = 最小值，25% = 四分位數(shù)，50% = 二分位數(shù)，75% = 四分之三分位數(shù)，max = 最大值的信息。不會對非數(shù)值列統(tǒng)計。
返回的是一個dataframe。
查看所有列的統(tǒng)計信息
group = df.groupby(['gender'])
df1 = group.describe()
# df1 = df.groupby(['gender']).describe() # 等價寫法
print(type(df1))
print(df1)
<class 'pandas.core.frame.DataFrame'>
math chinese \
count mean std min 25% 50% 75% max count
gender
man 2.0 115.0 7.071068 110.0 112.5 115.0 117.5 120.0 2.0
woman 2.0 125.0 7.071068 120.0 122.5 125.0 127.5 130.0 2.0
mean std min 25% 50% 75% max
gender
man 99.0 12.727922 90.0 94.5 99.0 103.5 108.0
woman 109.0 12.727922 100.0 104.5 109.0 113.5 118.0
查看指定列的統(tǒng)計信息
group = df.groupby(['gender']) df1 = group.describe()['math'] # 只看math列的統(tǒng)計信息 print(df1) count mean std min 25% 50% 75% max gender man 2.0 115.0 7.071068 110.0 112.5 115.0 117.5 120.0 woman 2.0 125.0 7.071068 120.0 122.5 125.0 127.5 130.0
查看縱向視圖
unstack()可以將每列的統(tǒng)計信息垂直排列。
group = df.groupby(['gender'])
df1 = group.describe().unstack()
print(df1)
gender
math count man 2.000000
woman 2.000000
...
max man 120.000000
woman 130.000000
chinese count man 2.000000
woman 2.000000
...
woman 113.500000
max man 108.000000
woman 118.000000
dtype: float64
組內(nèi)離散列計數(shù)：df.groupby(column)[column2].value_counts()
數(shù)據(jù)表中的列按值是否連續(xù)，可以分為連續(xù)值列、離散值列。對于離散值列，可以統(tǒng)計其不重復值的個數(shù)。對于連續(xù)值列，統(tǒng)計不重復值一般沒有意義。統(tǒng)計結(jié)果是一個Series對象。
group = df.groupby(['gender'])
df1 = group['level'].value_counts() # 統(tǒng)計'level'列的不重復值個數(shù)
print(type(df1))
print(df1)
<class 'pandas.core.series.Series'>
gender level
man a 2
woman a 1
b 1py
Name: level, dtype: int64
組內(nèi)數(shù)值列和：df.groupby(column).sum()
group = df.groupby(['gender']) df1 = group.sum() print(df1) math chinese gender man 230 198 woman 250 218
組內(nèi)成員數(shù)：df.groupby(column).count()
每組內(nèi)，按列統(tǒng)計每組的成員數(shù)。每列的統(tǒng)計結(jié)果是一樣的
group = df.groupby(['gender']) df1 = group.count() print(df1) level math chinese gender man 2 2 2 woman 2 2 2
組內(nèi)數(shù)值列均值：df.groupby(column).mean()
每組內(nèi)，統(tǒng)計所有數(shù)值列的均值，非數(shù)值列無均值。
所有組的均值
group = df.groupby(['gender']) df1 = group.mean() print(df1) math chinese gender man 115 99 woman 125 109
單組的均值
group = df.groupby(['gender']) df1 = group['math'].mean() print(df1) gender man 115 woman 125 Name: math, dtype: int64
組內(nèi)數(shù)值列最大值：df.groupby(column).max()
每組內(nèi)，統(tǒng)計所有數(shù)值列的最大值，非數(shù)值列無最大值
統(tǒng)計所有數(shù)值列的最大值
group = df.groupby(['gender']) df1 = group.max() print(df1) level math chinese gender man a 120 108 woman b 130 118
統(tǒng)計單個數(shù)值列的最大值
group = df.groupby(['gender']) df1 = group['math'].max() print(df1) gender man 120 woman 130 Name: math, dtype: int64
組內(nèi)應(yīng)用函數(shù)：df.groupby(column1)[column2].apply()
group = df.groupby(['gender']) df1 = group['math'].apply(np.mean) # 求組內(nèi)均值 print(df1) gender man 115.0 woman 125.0 Name: math, dtype: float64
組內(nèi)不同列用不同函數(shù)：df.groupby(column).agg({column1:func, column2:func,…})
group = df.groupby(['gender'])
df1 = group.agg({'math':np.mean, 'chinese':np.std})
print(df1)
math chinese
gender
man 115 12.727922
woman 125 12.727922
總結(jié)
到此這篇關(guān)于pandas中df.groupby()方法講解的文章就介紹到這了,更多相關(guān)pandas df.groupby()方法內(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
這篇文章主要介紹了Python 列表list使用介紹,需要的朋友可以參考下2014-11-11
Python+FuzzyWuzzy實現(xiàn)模糊匹配的示例詳解
在日常開發(fā)工作中，經(jīng)常會遇到這樣的一個問題：要對數(shù)據(jù)中的某個字段進行匹配，但這個字段有可能會有微小的差異。本文將分享一個簡單易用的模糊字符串匹配工具包：FuzzyWuzzy，讓你輕松解決煩惱的匹配問題2022-04-04
Python執(zhí)行遺傳編程gplearn庫使用實例探究
這篇文章主要為大家介紹了Python執(zhí)行遺傳編程gplearn庫使用實例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01
這篇文章主要給大家介紹了關(guān)于OpenCV特征提取與檢測之Harris角點檢測的相關(guān)資料,Harris角點檢測的目的是去分辨出圖像中的平面、邊界以及角點,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下2021-08-08
TensorFlow Session會話控制&Variable變量詳解
今天小編就為大家分享一篇TensorFlow Session會話控制&Variable變量詳解，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2018-07-07
這篇文章主要給大家介紹了關(guān)于如何利用Python代碼實現(xiàn)一鍵摳背景的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用Python具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧2019-12-12
這篇文章主要介紹了Pycharm 解決自動格式化沖突的設(shè)置操作，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2021-01-01
這篇文章主要介紹了Python獲取SQLite查詢結(jié)果表列名的方法,涉及Python連接及查詢SQLite數(shù)據(jù)庫的相關(guān)操作技巧,需要的朋友可以參考下2017-06-06
python實現(xiàn)機械分詞之逆向最大匹配算法代碼示例
這篇文章主要介紹了python實現(xiàn)機械分詞之逆向最大匹配算法代碼示例，具有一定借鑒價值，需要的朋友可以參考下。2017-12-12
關(guān)于TensorFlow新舊版本函數(shù)接口變化詳解
今天小編就為大家分享一篇關(guān)于TensorFlow新舊版本函數(shù)接口變化詳解，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2020-02-02