Pandas-18.分组
- 任何分组操作都涉及原始对象的以下操作之一：
- 分割对象
- 应用一个函数
- 结合的结果
- 将数据分组之后，每个自己可以执行以下种类的操作：
- 聚合 - 计算汇总统计
- 转换 - 执行特定于组的操作
- 过滤
以如下代码作为例子：
代码语言：javascript复制import pandas as pd
ipl_data = {'Team': ['Riders', 'Riders', 'Devils', 'Devils', 'Kings',
'kings', 'Kings', 'Kings', 'Riders', 'Royals', 'Royals', 'Riders'],
'Rank': [1, 2, 2, 3, 3,4 ,1 ,1,2 , 4,1,2],
'Year': [2014,2015,2014,2015,2014,2015,2016,2017,2016,2014,2015,2017],
'Points':[876,789,863,673,741,812,756,788,694,701,804,690]}
df = pd.DataFrame(ipl_data)
'''
Team Rank Year Points
0 Riders 1 2014 876
1 Riders 2 2015 789
2 Devils 2 2014 863
3 Devils 3 2015 673
4 Kings 3 2014 741
5 kings 4 2015 812
6 Kings 1 2016 756
7 Kings 1 2017 788
8 Riders 2 2016 694
9 Royals 4 2014 701
10 Royals 1 2015 804
11 Riders 2 2017 690
'''拆成分组
- obj.groupby(‘key’) - 单条件分组
- obj.groupby([‘key1’,’key2’]) - 多条件分组
- obj.groupby(key,axis=1) - 换轴分组
print (df.groupby(['Team',"Year"]))
# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x108aab278>查看分组
代码语言：javascript复制print (df.groupby('Team').groups)
'''
{'Devils': Int64Index([2, 3], dtype='int64'), 'Kings': Int64Index([4, 6, 7], dtype='int64'), 'Riders': Int64Index([0, 1, 8, 11], dtype='int64'), 'Royals': Int64Index([9, 10], dtype='int64'), 'kings': Int64Index([5], dtype='int64')}
'''迭代遍历分组
默认groupby对象具有分组名相同的标签名称
代码语言：javascript复制for name,group in df.groupby('Year'):
print (name)
print (group)
'''
2014
Team Rank Year Points
0 Riders 1 2014 876
2 Devils 2 2014 863
4 Kings 3 2014 741
9 Royals 4 2014 701
2015
Team Rank Year Points
1 Riders 2 2015 789
3 Devils 3 2015 673
5 kings 4 2015 812
10 Royals 1 2015 804
2016
Team Rank Year Points
6 Kings 1 2016 756
8 Riders 2 2016 694
2017
Team Rank Year Points
7 Kings 1 2017 788
11 Riders 2 2017 690
'''选择一个分组
get_group()方法可以选择一个分组：
print (df.groupby('Year').get_group(2014))
'''
Team Rank Year Points
0 Riders 1 2014 876
2 Devils 2 2014 863
4 Kings 3 2014 741
9 Royals 4 2014 701
'''聚合
创建分组之后，可以在此基础上为每个分组返回单个聚合值：
代码语言：javascript复制import numpy as np
print (df.groupby('Team').agg(np.size))
'''
Rank Year Points
Team
Devils 2 2 2
Kings 3 3 3
Riders 4 4 4
Royals 2 2 2
kings 1 1 1
'''可以使用多个聚合函数：
代码语言：javascript复制print (df.groupby('Team').agg([np.size, np.sum,np.std]))
'''
Rank Year Points
size sum std size sum std size sum std
Team
Devils 2 5 0.707107 2 4029 0.707107 2 1536 134.350288
Kings 3 5 1.154701 3 6047 1.527525 3 2285 24.006943
Riders 4 7 0.500000 4 8062 1.290994 4 3049 88.567771
Royals 2 5 2.121320 2 4029 0.707107 2 1505 72.831998
kings 1 4 NaN 1 2015 NaN 1 812 NaN
'''转换
transform()方法可以对分组进行转换，返回与分组相同大小的结果。
print (df.groupby('Team').transform(lambda x: x / 2))
'''
Rank Year Points
0 0.5 1007.0 438.0
1 1.0 1007.5 394.5
2 1.0 1007.0 431.5
3 1.5 1007.5 336.5
4 1.5 1007.0 370.5
5 2.0 1007.5 406.0
6 0.5 1008.0 378.0
7 0.5 1008.5 394.0
8 1.0 1008.0 347.0
9 2.0 1007.0 350.5
10 0.5 1007.5 402.0
11 1.0 1008.5 345.0
'''过滤
filter()方法用于过滤数据
print(df.groupby('Team').filter(lambda x: len(x) > 3))
'''
Team Rank Year Points
0 Riders 1 2014 876
1 Riders 2 2015 789
8 Riders 2 2016 694
11 Riders 2 2017 690
'''参加三次以上IPL的队伍
