Pandas分组与排序的实现
作者:ai_1046067944 时间:2022-11-27 14:13:18
一、pandas分组
1、分组运算过程:split->apply->combine
拆分:进行分组的根据
应用:每个分组运行的计算规则
合并:把每个分组的计算结果合并起来
2、分组函数
DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs
by: 依据哪些列进行分组,值可以是:mapping, function, label, or list of labels
3、聚合函数
4、分组聚合实例
单列分组
>>> import pandas as pd
>>> df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'a', 'c', 'b', 'c'], 'B': [2, 8, 1, 4,
3, 2, 5, 9], 'C': [102, 98, 107, 104, 115, 87, 92, 123], 'D': [2, 98, 17, 14, 15, 7, 92,
13]})
>>> df
A B C D
0 a 2 102 2
1 b 8 98 98
2 a 1 107 17
3 c 4 104 14
4 a 3 115 15
5 c 2 87 7
6 b 5 92 92
7 c 9 123 13
>>> df.groupby(by='A').sum()
B C D
A
a 6 324 34
b 13 190 190
c 15 314 34
多列分组
>>> df.groupby(by=['A','B']).sum() ###A,B成索引
C D
A B
a 1 107 17
2 102 2
3 115 15
b 5 92 92
8 98 98
c 2 87 7
4 104 14
9 123 13
多列聚合
>>> df.groupby(by=['A','B'])['C'].sum() ###1个列
A B
a 1 107
2 102
3 115
b 5 92
8 98
c 2 87
4 104
9 123
>>> df.groupby(by=['A','B'])['C','D'].sum() ###2个列
C D
A B
a 1 107 17
2 102 2
3 115 15
b 5 92 92
8 98 98
c 2 87 7
4 104 14
9 123 13
多列不同聚合方式
>>> import numpy as np
>>> df.groupby(by=['A']).agg({'C':[np.mean, 'sum'], 'D':['count',np.std]})
C D
mean sum count std
A
a 108.000000 324 3 8.144528
b 95.000000 190 2 4.242641
c 104.666667 314 3 3.785939
>>>ps: 不同列使用多个不同函数进行聚合C: mean,sum;D:count,std
返回值类型区别
方法1:agg
>>> df.groupby(by=['A']).agg({'C':[np.mean]})
C
mean
A
a 108.000000
b 95.000000
c 104.666667
>>> type(df.groupby(by=['A']).agg({'C':[np.mean]}))
<class 'pandas.core.frame.DataFrame'>
方法2:索引
>>> df.groupby(by=['A'])['C'].mean()
A
a 108.000000
b 95.000000
c 104.666667
Name: C, dtype: float64
>>> type(df.groupby(by=['A'])['C'].mean())
<class 'pandas.core.series.Series'>
总结: 两种方法结果一样,但是一个类型是DataFrame,一个为Series;有时候会用上
二、pandas排序
按索引进行降序排列
>>> df
A B C D
0 a 2 102 2
1 b 8 98 98
2 a 1 107 17
3 c 4 104 14
4 a 3 115 15
5 c 2 87 7
6 b 5 92 92
7 c 9 123 13
>>> df.sort_index(ascending=False) ### 索引
A B C D
7 c 9 123 13
6 b 5 92 92
5 c 2 87 7
4 a 3 115 15
3 c 4 104 14
2 a 1 107 17
1 b 8 98 98
0 a 2 102 2
按值进行降序排列
>>> df.sort_values(by="A",ascending=False) # 按某一列
A B C D
3 c 4 104 14
5 c 2 87 7
7 c 9 123 13
1 b 8 98 98
6 b 5 92 92
0 a 2 102 2
2 a 1 107 17
4 a 3 115 15
>>> df.sort_values(by=["B","A"],ascending=False) # 按2列
A B C D
7 c 9 123 13
1 b 8 98 98
6 b 5 92 92
3 c 4 104 14
4 a 3 115 15
5 c 2 87 7
0 a 2 102 2
2 a 1 107 17
来源:https://blog.csdn.net/ai_1046067944/article/details/86300634
标签:Pandas,分组,排序
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
pytorch实现好莱坞明星识别的示例代码
2022-11-28 14:26:47
![](https://img.aspxhome.com/file/2023/7/96957_0s.jpg)
Python txt文件常用读写操作代码实例
2021-08-22 04:38:28
Python爬虫程序中使用生产者与消费者模式时进程过早退出的问题
2022-10-12 03:37:52
python 实现体质指数BMI计算
2023-01-25 12:44:56
![](https://img.aspxhome.com/file/2023/1/110571_0s.png)
webpack-dev-server自动更新页面方法
2024-04-19 09:48:10
![](https://img.aspxhome.com/file/2023/9/136159_0s.jpg)
Python轻量级web框架bottle使用方法解析
2023-05-29 23:43:48
Python PaddleNLP开源实现快递单信息抽取
2023-01-21 04:35:11
![](https://img.aspxhome.com/file/2023/3/80603_0s.jpg)
使用Python构建Hopfield网络的教程
2022-12-14 01:27:52
![](https://img.aspxhome.com/file/2023/8/127728_0s.jpg)
mysql重装后出现乱码设置为utf8可解决
2024-01-27 04:39:35
Python3使用xml.dom.minidom和xml.etree模块儿解析xml文件封装函数的方法
2023-12-19 22:42:41
python爬虫学习笔记之Beautifulsoup模块用法详解
2022-06-27 12:30:03
![](https://img.aspxhome.com/file/2023/2/97122_0s.png)
Python爬虫学习之获取指定网页源码
2023-11-06 02:29:15
![](https://img.aspxhome.com/file/2023/1/135451_0s.jpg)
解决pip安装的第三方包在PyCharm无法导入的问题
2022-10-18 11:20:27
![](https://img.aspxhome.com/file/2023/8/72818_0s.png)
python构造icmp echo请求和实现网络探测器功能代码分享
2023-07-14 15:53:43
Python实现的建造者模式示例
2023-06-02 07:17:00
Python常用字符串替换函数strip、replace及sub用法示例
2022-04-07 18:21:17
Python的条件锁与事件共享详解
2021-12-16 22:02:23
mysql 一次向表中插入多条数据实例讲解
2024-01-14 06:34:48
Typescript中extends关键字的基本使用
2024-06-18 01:03:50
Django框架中间件(Middleware)用法实例分析
2021-01-04 09:27:38
![](https://img.aspxhome.com/file/2023/4/85154_0s.png)