pandas数据预处理之dataframe的groupby操作

在数据预处理过程中可能会遇到这样的问题，如下图：数据中某一个key有多组数据，如何分别对每个key进行相同的运算？

‘

dataframe里面给出了一个group by的一个操作，对于”group by”操作，我们通常是指以下一个或多个操作步骤：

l  （Splitting）按照一些规则将数据分为不同的组；

l  （Applying）对于每组数据分别执行一个函数；

l  （Combining）将结果组合到一个数据结构中；

使用dataframe实现groupby的用法：

# -*- coding: UTF-8 -*-
import pandas as pd
df = pd.DataFrame([{'col1':'a', 'col2':1, 'col3':'aa'}, {'col1':'b', 'col2':2, 'col3':'bb'}, {'col1':'c', 'col2':3, 'col3':'cc'}, {'col1':'a', 'col2':44, 'col3':'aa'}])
print df
# 按col1分组并按col2求和
print df.groupby(by='col1').agg({'col2':sum}).reset_index()
# 按col1分组并按col2求最值
print df.groupby(by='col1').agg({'col2':['max', 'min']}).reset_index()
# 按col1 ，col3分组并按col2求和
print df.groupby(by=['col1', 'col3']).agg({'col2':sum}).reset_index()

col1
col2 col3
0
a
1
aa
1
b
2
bb
2
c
3
cc
3
a
44
aa

col1
col2
0
a
45
1
b
2
2
c
3

col1 col2
max min
0
a
44
1
1
b
2
2
2
c
3
3

col1 col3
col2
0
a
aa
45
1
b
bb
2
2
c
cc
3

col2
col1
a
45
b
2
c
3
col2
max min
col1
a
44
1
b
2
2
c
3
3
col2
col1 col3
a
aa
45
b
bb
2
c
cc
3

最后

以上就是大胆钢笔为你收集整理的pandas数据预处理之dataframe的groupby操作的全部内容，希望文章能够帮你解决pandas数据预处理之dataframe的groupby操作所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。