Pandas分组groupby结合agg-transform

groupby结合agg和transform使用

本文介绍的是分组groupby分组之后如何使用agg和transform

模拟数据

代码语言：javascript复制

import pandas as pd
import numpy as np

代码语言：javascript复制

employees = ["小明","小周","小孙","小王","小张"]   # 5位员工
time = ["上半年", "下半年"]


df=pd.DataFrame({
    "employees":np.random.choice(employees,10),  # 在员工中重复选择10次
    # 另一种写法
    #"employees":[employees[x] for x in np.random.randint(0,len(employees),10)],
    "time":np.random.choice(time,10),
    "salary":np.random.randint(800,1000,10),  # 800-1000之间的薪资选择10个数值
    "score":np.random.randint(6,12,10)  # 6-11的分数选择10个
})

df

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	time	salary	score
0	小周	上半年	873	11
1	小王	下半年	818	10
2	小王	下半年	804	6
3	小张	下半年	811	7
4	小张	上半年	955	10
5	小张	上半年	975	11
6	小明	上半年	858	9
7	小明	上半年	993	11
8	小王	上半年	841	8
9	小王	下半年	967	7

groupby 单个字段 单个聚合

求解每个人的总薪资金额：

代码语言：javascript复制

total_salary = df.groupby("employees")["salary"].sum().reset_index()
total_salary

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	salary
0	小周	873
1	小张	2741
2	小明	1851
3	小王	3430

使用agg也能够实现上面的效果：

代码语言：javascript复制

df.groupby("employees").agg({"salary":"sum"}).reset_index()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	salary
0	小周	873
1	小张	2741
2	小明	1851
3	小王	3430

代码语言：javascript复制

df.groupby("employees").agg({"salary":np.sum}).reset_index()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	salary
0	小周	873
1	小张	2741
2	小明	1851
3	小王	3430

groupby 单个字段 多个聚合

求解每个人的总薪资金额和薪资的平均数：

方法1：使用groupby merge

代码语言：javascript复制

mean_salary = df.groupby("employees")["salary"].mean().reset_index()
mean_salary

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	salary
0	小周	873.000000
1	小张	913.666667
2	小明	925.500000
3	小王	857.500000

然后将上面的两个结果进行组合；在合并之前为了字段的名字更加的直观，我们重命名下：

代码语言：javascript复制

total_salary.rename(columns={"employees":"total_salary"})
mean_salary.columns = ["employees","mean_salary"]

代码语言：javascript复制

total_mean = total_salary.merge(mean_salary)
total_mean

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	salary	mean_salary
0	小周	873	873.000000
1	小张	2741	913.666667
2	小明	1851	925.500000
3	小王	3430	857.500000

方法2：使用groupby agg

代码语言：javascript复制

total_mean = df.groupby("employees")
            .agg(total_salary=("salary", "sum"),
                 mean_salary=("salary", "mean"))
            .reset_index()
total_mean

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	total_salary	mean_salary
0	小周	873	873.000000
1	小张	2741	913.666667
2	小明	1851	925.500000
3	小王	3430	857.500000

groupby 多个字段 单个聚合

针对多个字段的同时聚合：

代码语言：javascript复制

df.groupby(["employees","time"])["salary"].sum().reset_index()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	time	salary
0	小周	上半年	873
1	小张	上半年	1930
2	小张	下半年	811
3	小明	上半年	1851
4	小王	上半年	841
5	小王	下半年	2589

代码语言：javascript复制

# 使用agg来实现

df.groupby(["employees","time"]).agg({"salary":"sum"}).reset_index()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	time	salary
0	小周	上半年	873
1	小张	上半年	1930
2	小张	下半年	811
3	小明	上半年	1851
4	小王	上半年	841
5	小王	下半年	2589

groupby 多个字段 多个聚合

使用的方法是：

代码语言：javascript复制

agg(’新列名‘=(’原列名‘, ’统计函数/方法‘))

代码语言：javascript复制

df.groupby(["employees","time"])
            .agg(total_salary=("salary", "sum"),
                mean_salary=("salary", "mean"),
                total_score=("score", "sum")
                )
            .reset_index()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	employees	time	total_salary	mean_salary	total_score
0	小周	上半年	873	873.0	11
1	小张	上半年	1930	965.0	21
2	小张	下半年	811	811.0	7
3	小明	上半年	1851	925.5	20
4	小王	上半年	841	841.0	8
5	小王	下半年	2589	863.0	23

code dataframe mean pandas transform

0 人点赞