一、groupby 能做什么？

python中g(shù)roupby函數(shù)主要的作用是進(jìn)行數(shù)據(jù)的分組以及分組后地組內(nèi)運(yùn)算！

對(duì)于數(shù)據(jù)的分組和分組運(yùn)算主要是指groupby函數(shù)的應(yīng)用，具體函數(shù)的規(guī)則如下：

df[](指輸出數(shù)據(jù)的結(jié)果屬性名稱(chēng)).groupby([df[屬性],df[屬性])(指分類(lèi)的屬性，數(shù)據(jù)的限定定語(yǔ)，可以有多個(gè)).mean()(對(duì)于數(shù)據(jù)的計(jì)算方式——函數(shù)名稱(chēng))

舉例如下：

print(df["評(píng)分"].groupby([df["地區(qū)"],df["類(lèi)型"]]).mean())
#上面語(yǔ)句的功能是輸出表格所有數(shù)據(jù)中不同地區(qū)不同類(lèi)型的評(píng)分?jǐn)?shù)據(jù)平均值

二、單類(lèi)分組

A.groupby("性別")

首先，我們有一個(gè)變量A，數(shù)據(jù)類(lèi)型是DataFrame

想要按照【性別】進(jìn)行分組

得到的結(jié)果是一個(gè)Groupby對(duì)象，還沒(méi)有進(jìn)行任何的運(yùn)算。

describe()

描述組內(nèi)數(shù)據(jù)的基本統(tǒng)計(jì)量

A.groupby("性別").describe().unstack()

* 只有數(shù)字類(lèi)型的列數(shù)據(jù)才會(huì)計(jì)算統(tǒng)計(jì)

* 示例里面數(shù)字類(lèi)型的數(shù)據(jù)有兩列 【班級(jí)】和【身高】

但是，我們并不需要統(tǒng)計(jì)班級(jí)的均值等信息，只需要【身高】，所以做一下小的改動(dòng)：

A.groupby("性別")["身高"].describe().unstack()

unstack()

索引重排

上面的例子里面用到了一個(gè)小的技巧，讓運(yùn)算結(jié)果更便于對(duì)比查看，感興趣的同學(xué)可以自行去除unstack，比較一下顯示的效果

三、多類(lèi)分組

A.groupby( ["班級(jí)","性別"])

單獨(dú)用groupby，我們得到的還是一個(gè) Groupby 對(duì)象。

mean()

組內(nèi)均值計(jì)算

DataFrame的很多函數(shù)可以直接運(yùn)用到Groupby對(duì)象上。

上圖截自 pandas 官網(wǎng) document，這里就不一一細(xì)說(shuō)。

我們還可以一次運(yùn)用多個(gè)函數(shù)計(jì)算

A.groupby( ["班級(jí)","性別"]).agg([np.sum, np.mean, np.std]) # 一次計(jì)算了三個(gè)

agg()

分組多個(gè)運(yùn)算

四、時(shí)間分組

時(shí)間序列可以直接作為index，或者有一列是時(shí)間序列，差別不是很大。

這里僅僅演示，某一列為時(shí)間序列。

為A 新增一列【生日】，由于分隔符 “/” 的問(wèn)題，我們查看列屬性，【生日】的屬性并不是日期類(lèi)型

我們想做的是:

1、按照【生日】的【年份】進(jìn)行分組，看看有多少人是同齡？

A["生日"] = pd.to_datetime(A["生日"],format ="%Y/%m/%d") # 轉(zhuǎn)化為時(shí)間格式
A.groupby(A["生日"].apply(lambda x:x.year)).count() # 按照【生日】的【年份】分組

進(jìn)一步，我們想選拔：

2、同一年作為一個(gè)小組，小組內(nèi)生日靠前的那一位作為小隊(duì)長(zhǎng)：

A.sort_values("生日", inplace=True) # 按時(shí)間排序
A.groupby(A["生日"].apply(lambda x:x.year),as_index=False).first() 

as_index=False

保持原來(lái)的數(shù)據(jù)索引結(jié)果不變

first()

保留第一個(gè)數(shù)據(jù)

Tail(n=1)

保留最后n個(gè)數(shù)據(jù)

再進(jìn)一步：

3、想要找到哪個(gè)月只有一個(gè)人過(guò)生日

A.groupby(A["生日"].apply(lambda x:x.month),as_index=False) # 到這里是按月分組
A.groupby(A["生日"].apply(lambda x:x.month),as_index=False).filter(lambda x: len(x)==1)

filter()

對(duì)分組進(jìn)行過(guò)濾，保留滿足（）條件的分組

以上就是 groupby 最經(jīng)常用到的功能了。

用 first（），tail（）截取每組前后幾個(gè)數(shù)據(jù)

用 apply（）對(duì)每組進(jìn)行（自定義）函數(shù)運(yùn)算

用 filter（）選取滿足特定條件的分組

到此這篇關(guān)于詳解python中g(shù)roupby函數(shù)通俗易懂的文章就介紹到這了,更多相關(guān)python groupby函數(shù)內(nèi)容請(qǐng)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！