Pandas实现groupby分组统计的实践
时间：2022-06-09 09:20:23|栏目：Python代码|点击： 次
类似SQL：
select city,max(temperature) from city_weather group by city;
groupby：先对数据分组，然后在每个分组上应用聚合函数、转换函数
本次演示：
一、分组使用聚合函数做数据统计
二、遍历groupby的结果理解执行流程
三、实例分组探索天气数据
1、创建数据和导入包
import pandas as pd
import numpy as np
# 加上这一句，能在jupyter notebook展示matplot图表
%matplotlib inline
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
'C': np.random.randn(8),
'D': np.random.randn(8)})
2、分组使用聚合函数做数据统计
1、单个列groupby，查询所有数据列的统计
df.groupby('A').sum()
groupby中的’A’变成了数据的索引列
因为要统计sum，但B列不是数字，所以被自动忽略掉
2、多个列groupby，查询所有数据列的统计
df.groupby(['A','B']).mean()
我们看到：(‘A’,‘B’)成对变成了二级索引
df.groupby(['A','B'], as_index=False).mean() #这会使得A、B两列不会成为二级索引
3、同时查看多种数据统计
df.groupby('A').agg([np.sum, np.mean, np.std])#列变成了多级索引
4、查看单列的结果数据统计
# 方法1：预过滤，性能更好
df.groupby('A')['C'].agg([np.sum, np.mean, np.std])
# 方法2
df.groupby('A').agg([np.sum, np.mean, np.std])['C']
5、不同列使用不同的聚合函数
df.groupby('A').agg({"C":np.sum, "D":np.mean})
3、遍历groupby的结果理解执行流程
for循环可以直接遍历每个group
1、遍历单个列聚合的分组
g = df.groupby('A')
for name,group in g:
print(name)
print(group)
可以获取单个分组的数据
g.get_group('bar')
2、遍历多个列聚合的分组
g = df.groupby(['A', 'B']) for name,group in g: print(name) print(group) print()
name是一个2个元素的tuple，代表不同的列
g.get_group(('foo', 'one'))#可以获取单个分组的数据
可以直接查询group后的某几列，生成Series或者子DataFrame
g['C'] for name, group in g['C']: print(name) print(group) print(type(group)) print()
其实所有的聚合统计，都是在dataframe和series上进行的
4、实例分组探索天气数据
fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)
# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')
df.head()
# 新增一列为月份
df['month'] = df['ymd'].str[:7]
df.head()
1、查看每个月的最高温度
data = df.groupby('month')['bWendu'].max()
data
data.plot()#绘图
2、查看每个月的最高温度、最低温度、平均空气质量指数
group_data = df.groupby('month').agg({"bWendu":np.max, "yWendu":np.min, "aqi":np.mean})
group_data.plot()
栏 目：Python代码
本文地址：http://www.codeinn.net/misctech/204228.html
