记录从准研一假期自学PYTHON的全过程day37（pandas分类与聚合）

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第27天，点击查看活动详情

也是暑假自学python的第37天

今天继续昨天的学习：

今天学习pandas的分组与聚合

首先进行数据的分组,来进行数据的分析：

import pandas as pd
import numpy as np
dict_obj = {'key1' : ['a', 'b', 'a', 'b', 
                      'a', 'b', 'a', 'a'],
            'key2' : ['one', 'one', 'two', 'three',
                      'two', 'two', 'one', 'three'],
            'data1': np.random.randn(8),
            'data2': np.random.randn(8)}
df_obj = pd.DataFrame(dict_obj)

print(df_obj)

要进行数据的分组，使用到的语句为groupby：

print(df_obj.groupby('key1'))
print(type(df_obj.groupby('key1')))
print(type(df_obj['data1'].groupby(df_obj['key1'])))

直接print(df_obj.groupby('key1'))并不会有任何结果，只是一个groupby过程，具体还需要聚合。

grouped1 = df_obj.groupby('key1')
print(grouped1)

聚合：

grouped1 = df_obj.groupby('key1')
print(grouped1.mean()) #不是数值类型的不会算均值

就可以求得平均值，并且将其打印出来：

按照自定义的关键字进行分组：

#自己定义的key：一共八个数，
self_def_key = [0, 1, 2, 3, 3, 3, 5, 7]
print(df_obj.groupby(self_def_key).size())  #等于mysql的count
print('*'*50)
print(df_obj.groupby(self_def_key).sum())

中间三个分为一组，0，1，2，3，4，5，7组，三个3分为一组：

输出的结果为：

多层分组：

print(df_obj.groupby([df_obj['key1'], df_obj['key2']]).size())
print('-'*50)
grouped2 = df_obj.groupby(['key1', 'key2'])
print(grouped2.size())

grouped3 = df_obj.groupby(['key2', 'key1'])
print(grouped3.size()) #series

返回一个series对象

print(grouped3.mean().index)
print(grouped3.mean().unstack())  #竖变横,只能变为列索引的最大的索引
print(grouped3.mean().unstack().columns)

grouped3.mean().unstack()将行变为竖，输出的结果如下：