博客

在Pandas数据框架中对分类变量进行分组

  • Post category:Python

在Pandas数据框架中，分类变量分组是数据分析和统计中非常常见的操作。以下是在Pandas中对分类变量进行分组的完整攻略，还提供了相关实例说明：

  1. 创建数据框架

首先需要创建一个数据框架，可以使用Pandas库中的DataFrame函数来创建。本示例中我们使用一个假设的销售数据集：

import pandas as pd

data = {'Product': ['A', 'B', 'C', 'A', 'B', 'C'],
        'Sales': [100, 200, 150, 50, 250, 300],
        'Region': ['West', 'West', 'East', 'South', 'South', 'East']}

df = pd.DataFrame(data)
  1. 简单分类变量分组

简单分类变量分组通常涉及对数据框架中的某个列进行标签化。可以使用Pandas库中的groupby函数来对这些标签进行分组。例如，要按区域对销售数据进行汇总：

grouped = df.groupby('Region')
  1. 多列分类变量分组

将多列分类变量进行分组，则需要添加多个列作为分组依据。例如，要按区域和产品汇总销售数据：

grouped = df.groupby(['Region', 'Product'])
  1. 应用聚合函数

对分组后的数据可以应用各种聚合函数来计算统计量。例如，可以计算每个区域的销售总额：

grouped['Sales'].sum()

或者计算每个地区和产品的平均销售额：

grouped['Sales'].mean()
  1. 使用agg()方法应用多种聚合函数

可以使用agg()方法一次应用多种聚合函数来计算不同的统计量。例如，计算每个区域和产品的总销售额和平均销售额：

grouped['Sales'].agg(['sum', 'mean'])
  1. 应用自定义函数

如果要应用自定义函数进行分组，可以使用apply()方法。例如，定义一个返回销售额最大值的自定义函数：

def max_sales(group):
    return group['Sales'].max()

grouped.apply(max_sales)

以上就是在Pandas中对分类变量进行分组的完整攻略，包括简单分类变量分组，多列分类变量分组，应用聚合函数，使用agg()方法应用多种聚合函数，应用自定义函数。这些技能可以帮助您更好地掌握Pandas数据框架的使用。

Tags: