破周三,前不着村后不着店的,只好学pandas了,你该这么学,No.9

如果图片无法观看,请移步 https://blog.csdn.net/hihell

周三了,一个星期最难的一天

大中间的,今天还这么热

5月份,36度的高温

天空飘过几个字

屋里学pandas最得劲
在这里插入图片描述

Groupy DataFrame with Index Levels and Columns

说白了就是通过index和columns混合分组

例子走起,(不赶紧写例子,都不知道要怎么解释啦)

import pandas as pd

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

index = pd.MultiIndex.from_arrays(arrays=arrays,names=['first','second'])

df = pd.DataFrame({'A':[3,1,4,5,9,2,6,1],
                   'B':[1,1,1,1,2,2,3,3]},index=index)


print(df)

有例子,就有例子展示,对吧

              A  B
first second      
bar   one     3  1
      two     1  1
baz   one     4  1
      two     5  1
foo   one     9  2
      two     2  2
qux   one     6  3
      two     1  3

接下来,大招展示的环节的

我要按照second的index索引和B列进行分组

代码先行一步,效果稍后就来

在这里插入图片描述

grouped = df.groupby([pd.Grouper(level=1),'B']).sum()
print(grouped)

注意看到groupby里面有两个值,一个是pd.Grouper(level=1) 这个为second的index
第二个为B columns

在这里插入图片描述
手太抖了,没画好,灵魂画手

主要就是为了让你看明白,分组是怎么计算的哦~

当然,你也可以通过index的名字进行分组

df.groupby([pd.Grouper(level='second'), 'A']).sum()

和上面的效果是一样一样的

甚至,我们可以直接简写成

df.groupby(['second', 'A']).sum()

在这里插入图片描述

分组之后的数据可以选择部分,也可以迭代

这个部分,其实我们已经实现过了

再拿出来,重温一下

df = pd.DataFrame({'A':['bar', 'bar', 'foo', 'foo', 'foo', 'foo', 'foo'],
                   'B':['one', 'two', 'one', 'two', 'one', 'two', 'three'],
                   'C':[3,1,4,5,9,2,6],
                   'D':[1,1,1,1,2,2,3]})


print(df)

grouped = df.groupby('A')

for name,group in grouped:
    print(name)
    print(group)

看到分组的名字分别是bar和foo,熟悉吧,常规操作

迭代的时候,用for in 循环即可

bar
     A    B  C  D
0  bar  one  3  1
1  bar  two  1  1
foo
     A      B  C  D
2  foo    one  4  1
3  foo    two  5  1
4  foo    one  9  2
5  foo    two  2  2
6  foo  three  6  3

如果按照多keys分组,例如groupby(['A','B'])

它会自然而然的形成一个元组name

在这里插入图片描述
可以迭代,就可以部分选择,上篇博客有哦!

bars = grouped.get_group('bar') # 通过分组的名字
print(bars)

另一个呢?

df.groupby(['A', 'B']).get_group(('bar', 'one'))

唉,对喽,这么写,就比较对了

难度系数的大了,要来了,聚合函数

首先看一下内置的聚合函数

sum(), mean(), max(), min(), count(), size(), describe()

竟然才这么几个,那是因为我没写全

在这里插入图片描述

这个咱们已经操作很多次了

接下来可以看一个高级一些的

可自定义函数,传入agg方法中

我们还是通过刚才的数据进行分析

 	A      B  C  D
0  bar    one  3  1
1  bar    two  1  1
2  foo    one  4  1
3  foo    two  5  1
4  foo    one  9  2
5  foo    two  2  2
6  foo  three  6  3

按照A和B进行分组
A有2个值,B有3个值,所以分组之后形成5组

看清楚,不要眨眼,操作来了

grouped = df.groupby(['A','B'])
print(grouped.agg('mean'))

在这里插入图片描述
思路转换,单列求平均值

grouped = df.groupby(['A','B'])
print(grouped['C'].agg('mean'))

继续思路转换,给单列多个聚合函数

print(grouped['C'].agg(['mean','sum']))

很厉害,学到了吧

在这里插入图片描述

继续来,不要怕,求多种聚合运算的同时更改列名

print(grouped['C'].agg([('A','mean'),('B','max')]))

在这里插入图片描述

不同的列运用不同的聚合函数

print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))

在这里插入图片描述

这些都是agg干的,我还可以继续编哦~

groupby中,可以修改成无索引形式
注意核心加了一个参数as_index=False


grouped = df.groupby(['A','B'],as_index=False)

print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))

在这里插入图片描述

最后一个操作,agg里面是可以使用自定义的聚合函数

一般,都是这个案例,我呢,当然不能例外啦

grouped = df.groupby('A')

def max_min(group):
    return group.max()-group.min()

print(grouped.agg(max_min))

agg(自定义的函数)

这个地方的自定义函数,还支持lambda的哦~

在这里插入图片描述

迷糊了吧,迷糊也没事,拿的住手机就行

拍这里,拍这个里

在这里插入图片描述

posted @ 2019-06-18 14:20  梦想橡皮擦  阅读(400)  评论(1编辑  收藏  举报