这篇文章主要讲解了“Pandas怎么实现分组”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Pandas怎么实现分组”吧！
创建测试数据框
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [5, 6, 7,8],'c': ['x', 'y', 'x','y'],'d':["one","two","three","two"]})
print(df) a b c d0 1 5 x one1 2 6 y two2 3 7 x three3 4 8 y two
计算以c列分组的,每组的平均值,非数值列将会被自动忽略
print(df.groupby(df["c"]).mean()) a bc x 2 6 y 3 7
多列分组
gb=df.groupby([df["c"],df["d"]])
print(gb)
<pandas.core.groupby.DataFrameGroupBy object at 0x0000000004A1DEB8>#groupby存储的是分组信息,而不是分组的数据
for i,j in gb: print(i) print('-----------') print(j)('x', 'one') ----------- a b c d0 1 5 x one('x', 'three') ----------- a b c d2 3 7 x three('y', 'two') ----------- a b c d1 2 6 y two
3 4 8 y two
聚合函数agg()
print(df.groupby(df["c"]).agg(['min','max']))a b d min max min max min maxc x 1 3 5 7 one threey 2 4 6 8 two two
将结果返回到数据框transform
print(df.groupby('c').transform('mean'))
a b0 2 6
1 3 7
2 2 6
3 3 7
数据透视表
table =pd.pivot_table(df, values='a', index=['c'],columns=['d'], aggfunc=np.sum) d one three twoc x 1.0 3.0 NaN y NaN NaN 6.0
感谢各位的阅读，以上就是“Pandas怎么实现分组”的内容了，经过本文的学习后，相信大家对Pandas怎么实现分组这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程之家，小编将为大家推送更多相关知识点的文章，欢迎关注！
