1 數(shù)據(jù)分組統(tǒng)計(jì) groupby
分割 split: 按照鍵值（key）或者分組變量將數(shù)據(jù)分組
應(yīng)用 apply: 對(duì)每個(gè)組應(yīng)用函數(shù), 通常是累計(jì),轉(zhuǎn)換或過(guò)濾函數(shù)
組合 combine: 將每一組的結(jié)果合并成一個(gè)輸出組
常用功能
1. len(gp1) #組數(shù)
2. gp1.size() #每組的記錄個(gè)數(shù)
3. df3.groupby(["小組","評(píng)級(jí)"]) #得到的結(jié)果是一個(gè)groupby對(duì)象
4. gp1.mean() #每組組內(nèi)的平均值，還有sum、max、min、count
5. apply #自定義統(tǒng)計(jì)函數(shù)（自己定義一個(gè)函數(shù),作為參數(shù)，會(huì)自動(dòng)將函數(shù)應(yīng)用到每一組數(shù)據(jù)當(dāng)中去）
1.1 按照單列進(jìn)行分組統(tǒng)計(jì)df.groupby(‘列名’).count()
# 創(chuàng)建示例DataFrame
data = {'班級(jí)': ['一班', '一班','一班','二班', '二班','二班','三班','三班','三班'],
'科目': ['物理', '化學(xué)', '生物','物理', '化學(xué)', '生物','物理', '化學(xué)', '生物'],
'數(shù)量': [17, 29, 18,37,48,32,17, 29, 18],
'分?jǐn)?shù)': [87, 89, 88,77,98,82,97, 89, 78]}
df = pd.DataFrame(data)
# 創(chuàng)建示例DataFrame
data = {'班級(jí)': ['一班', '一班','一班','二班', '二班','二班','三班','三班','三班'],
'科目': ['物理','生物','生物','物理', '物理', '生物','化學(xué)', '化學(xué)', '生物'],
'姓名': ['張三', '章中', '賀天','紫瞳','西德','魏斯','明峰', '希方', '塞法'],
'分?jǐn)?shù)': [87, 89, 88,77,98,82,97, 89, 78]}
df = pd.DataFrame(data)
#實(shí)現(xiàn)組內(nèi)排序，排序的時(shí)候，科目作為第一排序依據(jù)，用來(lái)排序的數(shù)值字段（分?jǐn)?shù)）作為第二排序依據(jù)
df.sort_values(['科目','分?jǐn)?shù)'],ascending=[False,True]).groupby('科目').head(3)
1.2 按照多列進(jìn)行分組統(tǒng)計(jì) df.groupby([‘列名1’,‘列名2’]).count()
# 創(chuàng)建示例DataFrame
data = {'班級(jí)': ['一班', '一班','一班','二班', '二班','二班','三班','三班','三班'],
'科目': ['物理','生物','生物','物理', '物理', '生物','化學(xué)', '化學(xué)', '生物'],
'姓名': ['張三', '章中', '賀天','紫瞳','西德','魏斯','明峰', '希方', '塞法'],
'分?jǐn)?shù)': [87, 89, 88,77,98,82,97, 89, 78]}
df = pd.DataFrame(data)
#按照科目、班級(jí)進(jìn)行分組求平均
df[['科目','班級(jí)','分?jǐn)?shù)']].groupby(['科目','班級(jí)']).mean()
1.3 分組填充缺失值 df.groupby(‘需填充列名’).apply(lambda x:x.fillna(x.mean()))
# 創(chuàng)建示例DataFrame
data = {'年級(jí)': ['1', '1','1','2', '2','3','3','3','3'],
'姓名': ['張三', '章中', '賀天','紫瞳','西德','魏斯','明峰', '希方', '塞法'],
'年齡': [17, 19, np.NaN,18,np.NaN,15,18, 18,np.NaN ]}
df = pd.DataFrame(data)
df
#按照年級(jí)分組填充缺失的年齡
df.groupby('年級(jí)').apply(lambda x:x.fillna(x.mean()))
新增加一列 年齡ew 將填充后的年齡補(bǔ)充上去
2 分組運(yùn)算 agg
數(shù)據(jù)聚合（agg）：一般指的是能夠從數(shù)組產(chǎn)生的標(biāo)量值的數(shù)據(jù)轉(zhuǎn)換過(guò)程，常見(jiàn)的聚合運(yùn)算都有相關(guān)的統(tǒng)計(jì)函數(shù)快速實(shí)現(xiàn)，也可以自定義聚合運(yùn)算。
2.1 傳入標(biāo)準(zhǔn)函數(shù) df.groupby(‘班級(jí)’).agg(np.sum)
data = {'班級(jí)': ['一班', '一班','一班','二班', '二班','二班','三班','三班','三班'],
'科目': ['物理', '化學(xué)', '生物','物理', '化學(xué)', '生物','物理', '化學(xué)', '生物'],
'數(shù)量': [17, 29, 18,37,48,32,17, 29, 18],
'分?jǐn)?shù)': [87, 89, 88,77,98,82,97, 89, 78]}
df = pd.DataFrame(data)
#數(shù)值列按照分組標(biāo)準(zhǔn)快速聚合
df.groupby('班級(jí)').agg(np.sum)
2.2 不同的列不同的聚合函數(shù) df.groupby(‘班級(jí)’).agg({‘?dāng)?shù)量’:np.sum,‘分?jǐn)?shù)’:np.mean})
#不同的列傳入不同的函數(shù)
mappping = {'數(shù)量':np.sum,'分?jǐn)?shù)':np.mean}
df.groupby('班級(jí)').agg(mappping)
2.3 自定義函數(shù)
#求針對(duì)各科目最高分?jǐn)?shù)與最低分?jǐn)?shù)之間的差值
def cha(x):
return x.max() - x.min()
df[['科目','分?jǐn)?shù)']].groupby('科目').agg([cha])
2.4 調(diào)用多個(gè)聚合函數(shù)
df[['班級(jí)','分?jǐn)?shù)']].groupby('班級(jí)').agg([np.max,np.min,np.mean])
3 數(shù)據(jù)透視表
3.1 透視表 pivot_table
透視表(pivot table)： 透視表指根據(jù)一個(gè)或多個(gè)鍵值對(duì)數(shù)據(jù)進(jìn)行聚合，根據(jù)行或列的分組鍵將數(shù)據(jù)劃分到各個(gè)區(qū)域中
#pivot_table 其實(shí)就是將groupby封裝起來(lái)了
df[['班級(jí)','分?jǐn)?shù)']].pivot_table(index = ['班級(jí)']) #先按照班級(jí)分組，再求mean
data = {'班級(jí)': ['一班', '一班','一班','二班', '二班','二班','三班','三班','三班'],
'科目': ['物理', '化學(xué)', '生物','物理', '化學(xué)', '生物','物理', '化學(xué)', '生物'],
'數(shù)量': [17, 29, 18,37,48,32,17, 29, 18],
'分?jǐn)?shù)': [87, 89, 88,77,98,82,97, 89, 78]}
df = pd.DataFrame(data)
df.pivot_table(index = ['班級(jí)','科目']) #先按照班級(jí)然后按照科目分許，默認(rèn)求均值
df.pivot_table(index = ['班級(jí)'],aggfunc = np.sum)#求和
pd.pivot_table(df3,values="總分",index="評(píng)級(jí)",columns=["班級(jí)","小組"])
3.2 交叉表 crosstab
交叉表(crosstab)： 交叉表用于統(tǒng)計(jì)分組頻率的特殊透視表
文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-495543.html
#groupby實(shí)現(xiàn)pd.crosstab(df['班級(jí)'],df['科目'])
df[['班級(jí)','科目','姓名']].groupby(['班級(jí)','科目']).count().unstack().fillna(0)
文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-495543.html
到了這里，關(guān)于Python學(xué)習(xí)——數(shù)據(jù)分組統(tǒng)計(jì)、分組運(yùn)算及透視的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)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TOY模板網(wǎng)！
