Pandas分组与排序的实现
一、pandas分组
1、分组运算过程:split->apply->combine
- 拆分:进行分组的根据
- 应用:每个分组运行的计算规则
- 合并:把每个分组的计算结果合并起来
2、分组函数
DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs
by: 依据哪些列进行分组,值可以是:mapping, function, label, or list of labels
3、聚合函数
4、分组聚合实例
单列分组
>>> import pandas as pd >>> df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'a', 'c', 'b', 'c'], 'B': [2, 8, 1, 4, 3, 2, 5, 9], 'C': [102, 98, 107, 104, 115, 87, 92, 123], 'D': [2, 98, 17, 14, 15, 7, 92, 13]}) >>> df A B C D 0 a 2 102 2 1 b 8 98 98 2 a 1 107 17 3 c 4 104 14 4 a 3 115 15 5 c 2 87 7 6 b 5 92 92 7 c 9 123 13 >>> df.groupby(by='A').sum() B C D A a 6 324 34 b 13 190 190 c 15 314 34
多列分组
>>> df.groupby(by=['A','B']).sum() ###A,B成索引 C D A B a 1 107 17 2 102 2 3 115 15 b 5 92 92 8 98 98 c 2 87 7 4 104 14 9 123 13
多列聚合
>>> df.groupby(by=['A','B'])['C'].sum() ###1个列 A B a 1 107 2 102 3 115 b 5 92 8 98 c 2 87 4 104 9 123 >>> df.groupby(by=['A','B'])['C','D'].sum() ###2个列 C D A B a 1 107 17 2 102 2 3 115 15 b 5 92 92 8 98 98 c 2 87 7 4 104 14 9 123 13
多列不同聚合方式
>>> import numpy as np >>> df.groupby(by=['A']).agg({'C':[np.mean, 'sum'], 'D':['count',np.std]}) C D mean sum count std A a 108.000000 324 3 8.144528 b 95.000000 190 2 4.242641 c 104.666667 314 3 3.785939 >>>ps: 不同列使用多个不同函数进行聚合C: mean,sum;D:count,std
返回值类型区别
方法1:agg >>> df.groupby(by=['A']).agg({'C':[np.mean]}) C mean A a 108.000000 b 95.000000 c 104.666667 >>> type(df.groupby(by=['A']).agg({'C':[np.mean]})) <class 'pandas.core.frame.DataFrame'> 方法2:索引 >>> df.groupby(by=['A'])['C'].mean() A a 108.000000 b 95.000000 c 104.666667 Name: C, dtype: float64 >>> type(df.groupby(by=['A'])['C'].mean()) <class 'pandas.core.series.Series'> 总结: 两种方法结果一样,但是一个类型是DataFrame,一个为Series;有时候会用上
二、pandas排序
按索引进行降序排列
>>> df A B C D 0 a 2 102 2 1 b 8 98 98 2 a 1 107 17 3 c 4 104 14 4 a 3 115 15 5 c 2 87 7 6 b 5 92 92 7 c 9 123 13 >>> df.sort_index(ascending=False) ### 索引 A B C D 7 c 9 123 13 6 b 5 92 92 5 c 2 87 7 4 a 3 115 15 3 c 4 104 14 2 a 1 107 17 1 b 8 98 98 0 a 2 102 2
按值进行降序排列
>>> df.sort_values(by="A",ascending=False) # 按某一列 A B C D 3 c 4 104 14 5 c 2 87 7 7 c 9 123 13 1 b 8 98 98 6 b 5 92 92 0 a 2 102 2 2 a 1 107 17 4 a 3 115 15 >>> df.sort_values(by=["B","A"],ascending=False) # 按2列 A B C D 7 c 9 123 13 1 b 8 98 98 6 b 5 92 92 3 c 4 104 14 4 a 3 115 15 5 c 2 87 7 0 a 2 102 2 2 a 1 107 17
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
赞 (0)