详解python中groupby函数通俗易懂

1. groupby函数简介

groupby函数是Python中pandas库中的一个重要函数,用于根据一个或多个列对数据进行分组。通过分组,我们可以对数据进行聚合,计数,统计等操作。该函数常用于数据分析和数据处理中。

2. groupby函数的基本语法

2.1 基本语法

groupby函数的基本语法如下:

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False)

其中,参数说明如下:

by:用于分组的列名/列名列表/字典/Series,默认为None。

axis:表示按列分组还是按行分组,0表示按列分组,1表示按行分组,默认为0。

level:用于按索引级别分组的级别或名称,默认为None。

as_index:表示分组后的结果是否以分组列作为索引,默认为True。

sort:表示是否对分组后的结果进行排序,默认为True。

group_keys:表示是否显示组名,默认为True。

squeeze:表示是否对分组后的结果进行压缩,默认为False。

observed:表示是否按观察到的顺序分组,默认为False。

2.2 返回值

groupby函数的返回值是一个GroupBy对象,它是一个迭代器,可以通过迭代获取各个分组的数据。

3. groupby函数的应用场景

groupby函数在数据处理和数据分析中广泛应用,以下是一些常见的应用场景:

3.1 数据聚合

通过groupby函数可以对数据进行聚合操作,例如对某一列求和、求平均值、计数等。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Alice', 'Bob', 'Charlie'],

'Age': [25, 30, 20, 35, 40],

'Salary': [5000, 6000, 4000, 7000, 8000]}

df = pd.DataFrame(data)

grouped = df.groupby('Name')

# 求每个人的平均工资

average_salary = grouped['Salary'].mean()

print(average_salary)

运行结果:

Alice      4500

Bob 6500

Charlie 8000

Name: Salary, dtype: int64

通过groupby函数将数据按照“Name”列进行分组,然后使用mean函数求每个组的平均工资。

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。

后端开发标签