Pandas 高级教程——高级分组与聚合

Python Pandas 高级教程：高级分组与聚合

Pandas 中的分组与聚合操作是数据分析中常用的技术，能够对数据进行更复杂的处理和分析。在本篇博客中，我们将深入介绍 Pandas 中的高级分组与聚合功能，通过实例演示如何灵活应用这些技术。

1. 安装 Pandas

确保你已经安装了 Pandas。如果尚未安装，可以使用以下命令：

pip install pandas

2. 导入 Pandas 库

在使用 Pandas 进行高级分组与聚合之前，导入 Pandas 库：

import pandas as pd

3. 创建示例数据

在学习高级分组与聚合之前，首先创建一个示例数据集：

data = {
   
    'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
    'Value1': [10, 15, 20, 25, 30, 35],
    'Value2': [100, 150, 200, 250, 300, 350],
    'Label': ['X', 'Y', 'Z', 'X', 'Y', 'Z']
}

df = pd.DataFrame(data)

4. 自定义聚合函数

在高级分组与聚合中，我们可以定义自己的聚合函数。例如，定义一个计算均值和标准差的函数：

def custom_aggregation(series):
    return pd.Series([series.mean(), series.std()], index=['mean', 'std'])

5. 高级分组与聚合

5.1 使用 agg 方法

agg 方法可以同时应用多个聚合函数，并对多列进行不同的聚合：

# 高级分组与聚合
result = df.groupby('Category').agg({
   'Value1': 'sum', 'Value2': custom_aggregation})

5.2 使用多个聚合函数

# 使用多个聚合函数
result = df.groupby('Category').agg({
   
    'Value1': ['sum', 'mean', 'min', 'max'],
    'Value2': custom_aggregation
})

5.3 使用 transform 方法

transform 方法可以将聚合结果广播回原始 DataFrame：

# 使用 transform 方法
df['Value1_Sum'] = df.groupby('Category')['Value1'].transform('sum')

6. 高级分组与多级索引

6.1 创建多级索引

# 创建多级索引
multi_index_df = df.groupby(['Category', 'Label']).agg({
   'Value1': 'mean'})

6.2 多级索引的交换与切片

# 多级索引的交换与切片
swapped_df = multi_index_df.swaplevel().sort_index()
sliced_df = swapped_df.loc['X':'Y']

7. 自定义聚合函数的应用

7.1 使用 apply 方法

apply 方法可以更灵活地应用自定义聚合函数：

# 使用 apply 方法
result_apply = df.groupby('Category').apply(lambda group: custom_aggregation(group['Value1']))
result_apply.columns = ['mean', 'std']

8. 处理缺失值

在进行高级分组与聚合时，可以使用 dropna 方法处理缺失值：

# 处理缺失值
result_dropna = df.groupby('Category').agg({
   'Value1': 'sum', 'Value2': 'mean'}).dropna()

9. 总结

通过学习以上 Pandas 中的高级分组与聚合操作，你可以更灵活地处理各种数据集，实现更复杂的分析需求。这些技术在实际数据分析和建模中经常用到，希望这篇博客能够帮助你更好地理解和运用 Pandas 中高级的分组与聚合功能。