数据分析—Pandas 中的分组聚合Groupby 高阶 *** 作

Pandas 的 groupby() 功能很强大，用好了可以方便的解决很多问题，在数据处理以及日常工作中经常能施展拳脚。

这篇文章适合有pandas基础的同学阅读，更多的会解释调用.mean()时发生了什么，及更多高阶用法。今天，我们一起来领略下 groupby() 的魅力吧。

分组聚合是对数据集进行分类，并在每一组上应用聚合函数或转换函数。如下图理解更清晰：

首先，引入相关 package ：

经常用 groupby 对 pandas 中 dataframe 的各列进行统计，包括求和、求均值等。

我们测试一下，将df数据集填充几个NaN。数据最终如下图：

下面是count（）和size（）的对比

上面运算的结果分析：{'group1':'A', 'group2':'C'} 的组合共出现3次，即 index为 0,1,2。对应 "B" 列的值分别是 "one","NaN","NaN"，由于 count() 计数时不包括NaN值，因此 {'group1':'A', 'group2':'C'} 的 count 计数值为 1 。

transform() 方法会将该计数值在 dataframe 中所有涉及的 rows 都显示出来（我理解应该就进行广播）

（a）bins=4

（b）bins=[19, 40, 65, np.inf]

在对数据进行分段分组时，可采用cut方法，用bins的方式实现。这种情况一般使用于，对于年龄、分数等数据。

看到这里，你已经很棒啦，这篇文章总结了分组聚合函数的一些干货技巧，码字不易，记得点赞关注呀❤

希望本文的内容对大家的学习或者工作能带来一定的帮助，每天进步一点点，加油~

pandas分组统计加数据方法：

1、分组使用聚合函数做数据统计。

2、遍历groupby的结果理解执行流程。pandas分组是一个常用的功能，如分别统计每个月的股票波动率、每个部门的人数、每个季度的利润等等。

groupby 方法是pandas中的分组方法，对数据框采用 groupby 方法后，返回的是 DataFrameGroupBy 对象，一般分组 *** 作后会进行聚合 *** 作。

对数据框按 A 列进行分组，产生分组数据框。分组数据框是可迭代对象，可以进行循环遍历，可以看出在循环中，每个元素的类型是元组，

元组的第一个元素是分组值，第二个元素是对应的分组数据框。

可以对分组后的数据框直接使用聚合方法 agg ，对分组数据框的每一列计算统计函数值。

可以根据数据框外的序列数据对数据框进行分组，需要注意 序列长度需要与数据框行数相同 。

可以根据数据框的多列对数据框进行分组。

根据 A , B 列进行分组，然后求和。

可以根据索引对数据框进行分组，需要设置 level 参数。

数据框只有一层索引，设置参数 level=0 。

当数据框索引有多层时，也可以根据需求设置 level 参数，完成分组聚合。

设置 level 参数，如需要根据第一层索引，即 id1 进行分组，可以设置 level=0 或 level='id1' 完成分组聚合。

分组后一般会进行聚合 *** 作，用 agg 方法进行聚合。

对分组后数据框使用单个函数进行聚合，单个聚合函数会对每列进行计算，然后合并返回。聚合函数以字符串的形式传入。

可以对分组后的数据指定列进行分组聚合。需要注意 子列需要用[]包裹 。

聚合函数也可以传入自定义的匿名函数。

聚合函数可以是多个函数。聚合时，多个聚合函数会对每列进行计算，然后合并返回。聚合函数以列表的形式传入。

聚合返回后的数据列名有两层索引，第一层是聚合的列名，第二层是使用的聚合函数名。如果需要对返回的聚合函数名重命名，

需要在传参时，传入元组，第一个元素为聚合函数名，第二个元素为聚合函数。

同样，也可以传入匿名函数。

如果需要对不同的列进行不同的聚合计算，则需要传入字典的形式。

可以重命名聚合后的列名，注意 只能对一列传入一个聚合函数时有效 。

---