您好,登錄后才能下訂單哦!
在數(shù)據(jù)預(yù)處理過程中可能會遇到這樣的問題,如下圖:數(shù)據(jù)中某一個key有多組數(shù)據(jù),如何分別對每個key進(jìn)行相同的運(yùn)算?
dataframe里面給出了一個group by的一個操作,對于”group by”操作,我們通常是指以下一個或多個操作步驟:
l (Splitting)按照一些規(guī)則將數(shù)據(jù)分為不同的組;
l (Applying)對于每組數(shù)據(jù)分別執(zhí)行一個函數(shù);
l (Combining)將結(jié)果組合到一個數(shù)據(jù)結(jié)構(gòu)中;
使用dataframe實現(xiàn)groupby的用法:
# -*- coding: UTF-8 -*- import pandas as pd df = pd.DataFrame([{'col1':'a', 'col2':1, 'col3':'aa'}, {'col1':'b', 'col2':2, 'col3':'bb'}, {'col1':'c', 'col2':3, 'col3':'cc'}, {'col1':'a', 'col2':44, 'col3':'aa'}]) print df # 按col1分組并按col2求和 print df.groupby(by='col1').agg({'col2':sum}).reset_index() # 按col1分組并按col2求最值 print df.groupby(by='col1').agg({'col2':['max', 'min']}).reset_index() # 按col1 ,col3分組并按col2求和 print df.groupby(by=['col1', 'col3']).agg({'col2':sum}).reset_index()
輸出結(jié)果為:
col1 col2 col3 0 a 1 aa 1 b 2 bb 2 c 3 cc 3 a 44 aa
col1 col2 0 a 45 1 b 2 2 c 3
col1 col2 max min 0 a 44 1 1 b 2 2 2 c 3 3
col1 col3 col2 0 a aa 45 1 b bb 2 2 c cc 3
注意點:
代碼中調(diào)用了reset_index() 函數(shù), 如果不使用這個函數(shù)輸出的結(jié)果將是:
col2 col1 a 45 b 2 c 3 col2 max min col1 a 44 1 b 2 2 c 3 3 col2 col1 col3 a aa 45 b bb 2 c cc 3
上下兩個結(jié)果還是有區(qū)別的,但是具體區(qū)別暫時不太清楚,不過下面的一種輸出結(jié)果是不能跟使用df['col1']來提取第一列的。至于是什么原因暫時還不清楚,如果您對pandas比較理解或者知道原因,歡迎在評論中留言。
以上這篇pandas數(shù)據(jù)預(yù)處理之dataframe的groupby操作方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。