在数据处理中，我们经常需要对数据进行分组操作，在Python的pandas库中，我们可以使用groupby方法来实现这个功能，groupby方法可以将数据集按照指定的列进行分组，然后对每个分组进行聚合操作，如求和、计数、平均值等，本文将详细介绍groupby的用法。
1、基本用法
我们需要导入pandas库并创建一个DataFrame：
import pandas as pd
data = {'A': ['foo', 'bar', 'baz', 'foo', 'bar', 'baz'],
'B': ['one', 'two', 'three', 'two', 'three', 'one'],
'C': [1, 2, 3, 4, 5, 6],
'D': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
接下来，我们可以使用groupby方法对数据进行分组：
grouped = df.groupby('A')
这里，我们将数据集按照列'A'的值进行分组，groupby方法返回一个GroupBy对象，我们可以对这个对象进行聚合操作，我们可以计算每个分组的平均值：
result = grouped.mean()
2、多个列分组
我们可以使用多个列对数据进行分组：
grouped = df.groupby(['A', 'B'])
这里，我们将数据集按照列'A'和列'B'的值进行分组，同样，我们可以对这个对象进行聚合操作，我们可以计算每个分组的平均值：
result = grouped.mean()
3、自定义函数分组与聚合
除了使用内置的聚合函数外，我们还可以使用自定义函数进行分组与聚合：
def custom_function(x):
return x.sum() / len(x)
grouped = df.groupby('A').apply(custom_function)
这里，我们定义了一个自定义函数custom_function，用于计算每个分组的平均值，我们使用apply方法将这个函数应用到每个分组上。
4、转换分组后的数据结构
在进行聚合操作之前，我们可以先对分组后的数据结构进行转换，我们可以将分组后的数据转换为长格式：
long_format = grouped.agg(lambda x: x.sum()).reset_index()
这里，我们使用agg方法将每个分组的数据相加，然后使用reset_index方法将结果转换为长格式，这样，我们就可以更方便地对分组后的数据进行分析。
5、对分组后的数据进行筛选与排序
在进行聚合操作之后，我们可以对结果进行筛选与排序：
result = result[result['C'] > 2] 筛选出C列大于2的行 result = result.sort_values(by='D', ascending=False) 按照D列降序排序
这里，我们首先筛选出C列大于2的行，然后按照D列降序排序，这样，我们就可以得到满足条件的分组结果。
6、相关问题与解答
问题1：如何在groupby之后保留原始索引？
答：在进行聚合操作时，我们可以使用as_index=True参数来保留原始索引：
result = grouped.mean().as_index()
问题2：如何在groupby之后对分组后的数据进行透视？
答：在进行聚合操作之后，我们可以使用pivot_table方法对分组后的数据进行透视：
pivot_table = result.pivot_table(index='A', columns='B', values='D')
原创文章，作者：K-seo，如若转载，请注明出处：https://www.kdun.cn/ask/198638.html
微信扫一扫 