Python Pandas dataframe.groupby() |
您所在的位置:网站首页 › groupby分组 › Python Pandas dataframe.groupby() |
Python Pandas dataframe.groupby()
Python是一种进行数据分析的伟大语言,主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个,它使导入和分析数据变得更加容易。 Pandas groupby用于根据类别对数据进行分组,并对类别应用一个函数。它也有助于有效地汇总数据。 Pandas dataframe.groupby()函数被用来根据一些标准将数据分成组。pandas对象可以在其任何一个axis上进行分割。分组的抽象定义是提供一个标签到组名的映射。 语法: DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs) 参数 : by :映射、函数、str或iterable axis : int, default 0 level : 如果axis是一个多指标(分层),按一个或多个特定级别分组 as_index : 对于聚合输出,返回以组标签为索引的对象。只与DataFrame输入有关。as_index=False实际上是 “SQL风格 “的分组输出。 sort :对组键进行排序。通过关闭这个功能获得更好的性能。注意这并不影响每组中观察值的顺序。groupby保留了每组中的行的顺序。 group_keys :在调用apply时,将组键添加到索引中以识别件。 queeze :如果可能的话,降低返回类型的维度,否则返回一个一致的类型。 返回: GroupBy对象 例子#1:使用groupby()函数,根据 “团队 “对数据进行分组。 # importing pandas as pd import pandas as pd # Creating the dataframe df = pd.read_csv("nba.csv") # Print the dataframe df现在应用groupby()函数。 # applying groupby() function to # group the data on team value. gk = df.groupby('Team') # Let's print the first entries # in all the groups formed. gk.first()输出 :
让我们打印包含任何一个组的值。为此,使用团队的名称。我们使用函数get_group()来查找包含在任何一个组中的条目。 # Finding the values contained in the "Boston Celtics" group gk.get_group('Boston Celtics')输出 :
例子#2:使用groupby()函数,根据一个以上的类别形成组(即使用一个以上的列来执行分割)。 # importing pandas as pd import pandas as pd # Creating the dataframe df = pd.read_csv("nba.csv") # First grouping based on "Team" # Within each team we are grouping based on "Position" gkk = df.groupby(['Team', 'Position']) # Print the first value in each group gkk.first()输出 :
groupby()是一个非常强大的函数,有很多的变化。它使根据一些标准分割数据框架的任务变得非常容易和有效。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |