Python - Pandas 数据分组groupby

本文摘要：

分组后使用聚合函数统计

df为

1. 单个列groupby，查询所有数据列的统计

df.groupby('A').sum()

返回结果，可见A变成索引列，里面的值进行了分类有bar、foo。因为调用sum函数，B列不是数字，自动忽略。

2. 多列groupby，查询所有数据列的平均数

df.groupby(['A', 'B']).mean()

A、B变成了二级索引

如果不希望A、B变成索引，可以修改as_index参数为False

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

3. 同时查看多种数据统计结果，这里用到了numpy里的函数

df.groupby('A').agg([np.sum, np.mean, np.std])

列变成了多级索引

4. 查看单列的数据统计结果

# 查看分组后 某列多种数据统计结果
df.groupby('A')['C'].agg([np.sum, np.mean, np.std])

# 查看分组后 某列一种数据统计结果
df.groupby('A')['C'].max()

5. 不同列使用不同函数

df.groupby('A').agg({'C': np.sum, 'D': np.mean})

获取某个分组的数据

按某一列分组的情况：

g = df.groupby('A')

返回结果是个DataFrameGroupBy对象，可直接遍历

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

通过get_group方法获取某个分组的数据

g.get_group('bar')

按多列分组的情况：

g = df.groupby(['A', 'B'])

这里的返回结果name就是一个包含两个元素的元组
所以可以这么获取分组的数据

g.get_group(('foo', 'one'))

*此文仅为个人笔记