pandas数据预处理之dataframe的groupby操作方法
时间：2021-02-12 08:51:04|栏目：Python代码|点击： 次
在数据预处理过程中可能会遇到这样的问题，如下图：数据中某一个key有多组数据，如何分别对每个key进行相同的运算？
dataframe里面给出了一个group by的一个操作，对于”group by”操作，我们通常是指以下一个或多个操作步骤：
l （Splitting）按照一些规则将数据分为不同的组；
l （Applying）对于每组数据分别执行一个函数；
l （Combining）将结果组合到一个数据结构中；
使用dataframe实现groupby的用法：
# -*- coding: UTF-8 -*-
import pandas as pd
df = pd.DataFrame([{'col1':'a', 'col2':1, 'col3':'aa'}, {'col1':'b', 'col2':2, 'col3':'bb'}, {'col1':'c', 'col2':3, 'col3':'cc'}, {'col1':'a', 'col2':44, 'col3':'aa'}])
print df
# 按col1分组并按col2求和
print df.groupby(by='col1').agg({'col2':sum}).reset_index()
# 按col1分组并按col2求最值
print df.groupby(by='col1').agg({'col2':['max', 'min']}).reset_index()
# 按col1 ，col3分组并按col2求和
print df.groupby(by=['col1', 'col3']).agg({'col2':sum}).reset_index()
输出结果为：
col1 col2 col3 0 a 1 aa 1 b 2 bb 2 c 3 cc 3 a 44 aa
col1 col2 0 a 45 1 b 2 2 c 3
col1 col2
max min
0 a 44 1
1 b 2 2
2 c 3 3
col1 col3 col2 0 a aa 45 1 b bb 2 2 c cc 3
注意点：
代码中调用了reset_index() 函数, 如果不使用这个函数输出的结果将是：
col2
col1
a 45
b 2
c 3
col2
max min
col1
a 44 1
b 2 2
c 3 3
col2
col1 col3
a aa 45
b bb 2
c cc 3
上下两个结果还是有区别的，但是具体区别暂时不太清楚，不过下面的一种输出结果是不能跟使用df['col1']来提取第一列的。至于是什么原因暂时还不清楚，如果您对pandas比较理解或者知道原因，欢迎在评论中留言。
上一篇：Python 创建空的list,以及append用法讲解
栏 目：Python代码
本文标题：pandas数据预处理之dataframe的groupby操作方法
本文地址：http://www.codeinn.net/misctech/61723.html
