欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

深入解析pandas數(shù)據(jù)聚合和重組

 更新時間:2023年04月20日 11:44:59   作者:西西弗斯推石頭  
這篇文章主要介紹了pandas數(shù)據(jù)聚合和重組,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下

介紹pandas數(shù)據(jù)聚合和重組的相關知識,僅供參考。

1GroupBy技術

1.1簡介

簡介:根據(jù)一個或多個鍵進行分組,每一組應用函數(shù),再進行合并

分組的鍵有多種形式:

  • 列表或數(shù)組,長度與待分組的軸一樣
  • 表示DataFrame某個列名的值
  • 字典或Series,給出待分組軸上的值與分組名之間的對應關系
  • 函數(shù),用于處理軸索引或索引中的各個標簽

實例:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame
df =DataFrame({'key1':list('aabba'),'key2':['one','two','one','two','one'],\
 'data1':np.random.randn(5),'data2':np.random.randn(5)}) 
#根據(jù)key1進行分組,并計算data1的均值。 
#注意下面的方式,取出來進行分組,而不是在DataFrame中分組,這種方式很靈活 
#可以看到這是一個GroupBy對象,具備了應用函數(shù)的基礎 
#這個過程是將Series進行聚合,產生了新的Series 
grouped = df['data1'].groupby(df['key1']) 
print(grouped,'\n') 

 注:

取出來進行分組,而不是在DataFrame中分組分組鍵中的缺失值被排除在外 1.2對分組進行迭代

GroupBy對象支持迭代,可以產生一組二元元組(由分組名和數(shù)據(jù)塊組成)

 groupby默認在axis=0上進行分組,但可以設置在任何軸上分組

1.3選取一個或一組列

對于由DataFrame產生的GroupBy對象,如果用一個或一組列名進行索引,可實現(xiàn)選取部分列進行聚合的目的,即下面語法效果相同。

 1.4通過字典或Series進行分組

 假設已經(jīng)知道列的分組方式,現(xiàn)在需要利用這個信息進行分組統(tǒng)計。

下面為groupby傳入一個已知信息的字典:

 相當于將每一個列重設名,再按新的名字進行求和。

Series也有這樣的功能,被看作一個固定大小的映射,可以用Series作為分組鍵,pandas會自動檢查對齊。

1.5利用函數(shù)進行分組

將函數(shù)、數(shù)組、字典、Series混用也ok,因為最終都會轉換為數(shù)組

2數(shù)據(jù)聚合

2.1簡介

簡介:

這里的數(shù)據(jù)聚合是說任何能夠從數(shù)組產生標量值的過程常見的聚合運算都有就地計算數(shù)據(jù)集統(tǒng)計信息的優(yōu)化實現(xiàn)。當然不止這些,可以用自己定義的運算,還可以調用分組對象上已經(jīng)定義好的任何方法。

例:quantile可計算Series或DataFrame列的樣本分位數(shù)。

 對于自己定義的聚合函數(shù),只需將其傳入aggregate或agg即可:

有些方法(describe)也可應用

 自定義函數(shù)比經(jīng)過優(yōu)化的函數(shù)要慢得多,這是因為在構造中間分組數(shù)據(jù)塊時存在非常大的開銷(函數(shù)調用、數(shù)據(jù)重排等)

可使用的函數(shù):

2.1面向列的多函數(shù)應用

有時候需要對不同的列應用不同的函數(shù) ,或者對一列應用不同的函數(shù)

 若傳入一組函數(shù)或函數(shù)名,得到的DataFrame列就會以相應的函數(shù)命名

上面有個問題就是列名是自動給出的,以函數(shù)名為列名,若傳入元組(name,function)組成的列表,就會自動將第一個元素作為列名

對兩列都應用functions:

 得到的結果的列名是層次化索引,可以直接用外層索引選取數(shù)據(jù):

 如果想對不同的列應用不同的函數(shù),具體的辦法是向agg傳入一個從列映射到函數(shù)的字典:

2.2以‘無索引’的方式返回聚合數(shù)據(jù)

到目前為止,示例中的聚合數(shù)據(jù)都是由唯一的分組鍵組成的索引(可能還是層次化的)

由于并不是總需要如此,可以向groupby傳入as_index = False禁用該功能

到此這篇關于pandas數(shù)據(jù)聚合和重組的文章就介紹到這了,更多相關pandas數(shù)據(jù)聚合內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

最新評論