溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

pyhon用.groupby()作分組運算實例代碼

發(fā)布時間:2021-09-14 14:29:10 來源:億速云 閱讀:182 作者:chen 欄目:大數(shù)據(jù)

這篇文章主要講解了“pyhon用.groupby()作分組運算實例代碼”,文中的講解內(nèi)容簡單清晰,易于學(xué)習(xí)與理解,下面請大家跟著小編的思路慢慢深入,一起來研究和學(xué)習(xí)“pyhon用.groupby()作分組運算實例代碼”吧!

1. 構(gòu)造數(shù)據(jù)源,小試一下牛刀

import pandas as pd 
df = pd.DataFrame({"品類":["蔬菜","蔬菜","水果","水果","蔬菜","蔬菜","水果","水產(chǎn)","水產(chǎn)","水產(chǎn)"],
                   "數(shù)量":[10,20,30,40,50,60,70,80,90,100]})
df

pyhon用.groupby()作分組運算實例代碼

2. 實操,確認方法是否可行

df.sort_values(["品類", "數(shù)量"],ascending=[1,0],inplace=True) 
df_grouped = df.groupby(["品類"]).head(2)
df_grouped

pyhon用.groupby()作分組運算實例代碼

顯然可行

2. 1 | 0,True or False,“真” 或 “假”

import pandas as pd 
df1 = pd.DataFrame({"品類":["蔬菜","蔬菜","水果","水果","蔬菜","蔬菜","水果","水產(chǎn)","水產(chǎn)","水產(chǎn)"],
                    "數(shù)量":[10,20,30,40,50,60,70,80,90,100]})
df1

pyhon用.groupby()作分組運算實例代碼

df.sort_values(["品類", "數(shù)量"],ascending=[True, False],inplace=True) 
df1_grouped = df.groupby(["品類"]).head(3)
df1_grouped

pyhon用.groupby()作分組運算實例代碼

3. 再多加一點層次索引

import pandas as pd 
df2 = pd.read_excel(r"D:\我的文檔\jupyter.xlsx",sheet_name = 1)
df2

pyhon用.groupby()作分組運算實例代碼

df2.sort_values(["品類", "銷售數(shù)量"],ascending=[True, False],inplace=True) 
df2_grouped = df2.groupby(["品類"]).head(3)
df2_grouped
df2.sort_values(["城市","品類", "銷售數(shù)量"],ascending=[True,True, False],inplace=True) 
df2_grouped = df2.groupby(["品類"]).head(3)
df2_grouped

pyhon用.groupby()作分組運算實例代碼

df2.sort_values(["城市","品類", "銷售數(shù)量"],ascending=[True,False, False],inplace=True) 
df2_grouped = df2.groupby(["品類","城市"]).head(3)
df2_grouped

pyhon用.groupby()作分組運算實例代碼

 

感謝各位的閱讀,以上就是“pyhon用.groupby()作分組運算實例代碼”的內(nèi)容了,經(jīng)過本文的學(xué)習(xí)后,相信大家對pyhon用.groupby()作分組運算實例代碼這一問題有了更深刻的體會,具體使用情況還需要大家實踐驗證。這里是億速云,小編將為大家推送更多相關(guān)知識點的文章,歡迎關(guān)注!

向AI問一下細節(jié)

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。

AI