Pandas實現(xiàn)groupby分組統(tǒng)計方法實例
一、如何實現(xiàn)分組統(tǒng)計
groupby：先對數(shù)據(jù)分組，然后在每個分組上應(yīng)用聚合函數(shù)、轉(zhuǎn)換函數(shù)
通過三個實例來了解pandas是如何實現(xiàn)分組統(tǒng)計的
一、分組使用聚合函數(shù)做數(shù)據(jù)統(tǒng)計
二、遍歷groupby的結(jié)果理解執(zhí)行流程
三、實例分組探索天氣數(shù)據(jù)
導(dǎo)入數(shù)據(jù)
import pandas as pd
import numpy as np
# 加上這一句，能在jupyter notebook展示matplot圖表
#%matplotlib inline
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
'C': np.random.randn(8),
'D': np.random.randn(8)})
df
二、分組使用聚合函數(shù)做數(shù)據(jù)統(tǒng)計
1、單個列g(shù)roupby，查詢所有數(shù)據(jù)列的統(tǒng)計
我們看到：
groupby中的'A'變成了數(shù)據(jù)的索引列
因為要統(tǒng)計sum，但B列不是數(shù)字，所以被自動忽略掉
df.groupby('A').sum()
2、多個列g(shù)roupby，查詢所有數(shù)據(jù)列的統(tǒng)計
我們看到：(‘A’,‘B’)成對變成了二級索引
df.groupby(['A','B']).mean()
3、同時查看多種數(shù)據(jù)統(tǒng)計
我們看到：列變成了多級索引
df.groupby('A').agg([np.sum, np.mean, np.std])
4、查看單列的結(jié)果數(shù)據(jù)統(tǒng)計
# 方法1：預(yù)過濾，性能更好
df.groupby('A')['C'].agg([np.sum, np.mean, np.std])
# 方法2
df.groupby('A').agg([np.sum, np.mean, np.std])['C']
5、不同列使用不同的聚合函數(shù)
df.groupby('A').agg({"C":np.sum, "D":np.mean})
三、遍歷groupby的結(jié)果理解執(zhí)行流程
for循環(huán)可以直接遍歷每個group
1、遍歷單個列聚合的分組
g = df.groupby('A')
for name,group in g:
print(name)
print(group)
print()
1.1、可以獲取單個分組的數(shù)據(jù)
g.get_group('bar')
2、遍歷多個列聚合的分組
g = df.groupby(['A', 'B'])
for name,group in g:
print(name)
print(group)
print()
#可以看到，name是一個2個元素的tuple，代表不同的列
g.get_group(('foo', 'one'))
四、實例分組探索天氣數(shù)據(jù)
fpath = "./datas/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)
# 替換掉溫度的后綴℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int64')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int64')
df.head()
# 新增一列為月份 df['month'] = df['ymd'].str[:7] df.head()
1、查看每個月的最高溫度
data = df.groupby('month')['bWendu'].max()
data
type(data)
pandas.core.series.Series
2、查看每個月的最高溫度、最低溫度、平均空氣質(zhì)量指數(shù)
df.head()
group_data = df.groupby('month').agg({"bWendu":np.max, "yWendu":np.min, "aqi":np.mean})
group_data
總結(jié)
到此這篇關(guān)于Pandas實現(xiàn)groupby分組統(tǒng)計的文章就介紹到這了,更多相關(guān)Pandas實現(xiàn)groupby分組統(tǒng)計內(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
這篇文章主要為大家詳細(xì)介紹了如何利用Python語言實現(xiàn)普通視頻變成動漫視頻效果，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以了解一下2022-08-08
這篇文章主要介紹了Python實現(xiàn)截屏的函數(shù),可實現(xiàn)Python針對屏幕的截屏功能,非常簡單實用,需要的朋友可以參考下2015-07-07
基于Python實現(xiàn)音樂節(jié)奏可視化效果
這篇文章主要為大家詳細(xì)介紹了如何基于Python語言實現(xiàn)音樂節(jié)奏可視化效果，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-06-06
這篇文章主要介紹了python序列操作,實例分析了Python中返回一個返回值與多個返回值的方法,需要的朋友可以參考下2021-10-10
python實現(xiàn)七段數(shù)碼管和倒計時效果
今天小編就為大家分享一篇python實現(xiàn)七段數(shù)碼管和倒計時效果，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
pandas數(shù)據(jù)探索之合并數(shù)據(jù)示例詳解
這篇文章主要為大家介紹了pandas數(shù)據(jù)探索之合并數(shù)據(jù)示例詳解,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(jìn)步,早日升職加薪2023-10-10
如何在Flask中實現(xiàn)數(shù)據(jù)分組流程詳解
在Flask中，數(shù)據(jù)分組是指將一組數(shù)據(jù)按照某種方式進(jìn)行分類，以便更好地對數(shù)據(jù)進(jìn)行處理和展示，可以使用Python內(nèi)置的itertools模塊中的groupby方法，或者使用SQL語句中的GROUP?BY子句來實現(xiàn)數(shù)據(jù)分組，這篇文章介紹了在Flask中實現(xiàn)數(shù)據(jù)分組，感興趣的同學(xué)可以參考下文2023-05-05
python之PySide2安裝使用及QT Designer UI設(shè)計案例教程
這篇文章主要介紹了python之PySide2安裝使用及QT Designer UI設(shè)計案例教程,本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-07-07
pycharm解決關(guān)閉flask后依舊可以訪問服務(wù)的問題
這篇文章主要介紹了pycharm解決關(guān)閉flask后依舊可以訪問服務(wù)的問題，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2020-04-04
探索Python int()函數(shù)傳入中文或者字符串會發(fā)生什么
這篇文章主要為大家介紹了Python int()函數(shù)傳入中文或者字符串會發(fā)生什么,詳細(xì)討論int()函數(shù)的常規(guī)使用以及它如何處理異常輸入,特別是涉及字符串和中文字符的情況2024-01-01