Pandas之七分组统计

简介: Pandas中提供了groupy方法对数据进行分组

在数据分析时,分组也是一个常用的功能,比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。在Pandas中提供了groupy方法对数据进行分组。Pandas中的groupby一般包括以下三个步骤:

  1. 拆分,依据指定的规则将数据拆分为不同的组合。
  2. 执行函数,将一个方法相对独立地在每个组合上执行。
  3. 组合,将每个组合上执行的结果组合到一个结果集中。

下面我们以图中的数据来演示上述各项功能。

1、分组

使用groupby方法,将df3进行分组,并使用list查看分组的内容。

g1 = df3.groupby("E")
g1
list(g1)

可以看到,分组实际上是将指定分组的列不同值作为key(默认忽略np.nan,可以使用dropna=False配置修改),再将dataframe中相应的数据拆分出来作为其value

2、求和示例

分组后的对象,可以使用多种内置聚合函数,比如求和sum、平均值mean、标准差std等。本例对分组后的对象g1进行求和,计算根据E列分组后,其他各列求和的结果。

也可以计算指定列的求和结果,比如只计算A列的和。

目录
相关文章
|
17天前
|
数据处理 Python
Pandas快速统计重复值的2种方法
Pandas快速统计重复值的2种方法
79 1
|
5月前
|
数据采集 数据可视化 数据挖掘
使用Pandas对Data列进行基于顺序的分组排列
使用Pandas对Data列进行基于顺序的分组排列
71 0
|
2月前
|
Python
掌握pandas中的时序数据分组运算
掌握pandas中的时序数据分组运算
|
5月前
|
数据可视化 Python
如何在Pandas中对数据集进行多级分组并进行聚合计算?
在Pandas中进行多级分组与聚合计算的步骤包括导入库(如pandas和matplotlib),准备数据集,使用`groupby()`方法分组,应用聚合函数(如`sum()`、`mean()`)及可视化结果。
62 11
|
5月前
|
Python
Pandas进阶--map映射,分组聚合和透视pivot_table详解
Pandas进阶--map映射,分组聚合和透视pivot_table详解
|
5月前
|
数据可视化 Python
如何使用Python的Pandas库进行数据分组和聚合操作?
【2月更文挑战第29天】【2月更文挑战第105篇】如何使用Python的Pandas库进行数据分组和聚合操作?
75 0
|
5月前
|
数据挖掘 索引 Python
Pandas 高级教程——高级分组与聚合
Pandas 高级教程——高级分组与聚合
130 7
|
5月前
|
数据挖掘 索引 Python
Pandas 中级教程——数据分组与聚合
Pandas 中级教程——数据分组与聚合
85 0
|
SQL 数据挖掘 关系型数据库
pandas数据分析之分组聚合
在数据分析过程中,经常会需要根据某一列或多列把数据划分为不同的组别,然后再对其进行数据分析。本文将介绍pandas的数据分组及分组后的应用如对数据进行聚合、转换和过滤。
140 0
|
数据采集 数据挖掘 索引
pandas数据分析之数据运算(逻辑运算、算术运算、统计运算、自定义运算)
数据分析离不开数据运算,在介绍完pandas的数据加载、排序和排名、数据清洗之后,本文通过实例来介绍pandas的常用数据运算,包括逻辑运算、算术运算、统计运算及自定义运算。
340 0