pandas之groupby分组与pivot_table透视表

小咪咪 2022-06-02 05:13 230阅读 0赞

### pandas之groupby分组与pivot\_table透视表 ###

在使用`pandas`进行数据分析时，避免不了使用`groupby`来对数据进行分组运算。

#### groupby的参数 ####

groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

*  by：mapping, function, str, or iterable。
    
    用于确定groupby的组。如果by是一个函数，那么会调用对象索引的每个值。如果传递了一个dict或Series,则将使用Series或dict的值来确定组。一个str或者一个strs列表可以通过自己的列传递给group。
 *  axis：轴，int值，默认为0
 *  level：如果axis是一个MultiIndex（分层），则按特定的级别分组。int值，默认为None
 *  as\_index：对于聚合输出，返回带有组标签的对象作为索引。`as_index=False`实际上是“SQL风格”分组输出，boolean值，默认为True。
 *  sort：排序。关闭此功能以获得更好的性能。boolean值，默认True。
 *  group\_keys：当调用apply时，添加group key来索引来识别片断。boolean值，默认True。
 *  squeeze：尽可能减少返回类型的维度，否则返回一致的类型。boolean值，默认False。

#### groupby的聚合函数 ####

groupby的聚合函数有：

<table> 
 <thead> 
  <tr> 
   <th>函数名</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>count</td> 
   <td>分组中非NA值的数量</td> 
  </tr> 
  <tr> 
   <td>sum</td> 
   <td>非NA值的和</td> 
  </tr> 
  <tr> 
   <td>mean</td> 
   <td>非NA值的平均值</td> 
  </tr> 
  <tr> 
   <td>median</td> 
   <td>非NA值的算术中位数</td> 
  </tr> 
  <tr> 
   <td>std、var</td> 
   <td>无偏（分母为n-1）标准差和方差</td> 
  </tr> 
  <tr> 
   <td>min、max</td> 
   <td>非NA值的最小值和最大值</td> 
  </tr> 
  <tr> 
   <td>prod</td> 
   <td>非NA值的积</td> 
  </tr> 
  <tr> 
   <td>first、last</td> 
   <td>第一个或最后一个非NA值</td> 
  </tr> 
 </tbody> 
</table>

#### groupby示例 ####

groupby的测试数据：

> [https://github.com/zhang3550545/resource/blob/master/raw/groupby\_test.csv][https_github.com_zhang3550545_resource_blob_master_raw_groupby_test.csv]

*  读取groupby\_test.csv文件中的数据，输处文件内容。

if __name__ == '__main__':
        data = pd.read_csv('groupby_test.csv')
        print(data[:10])

![image][]

*  groupby函数，对区域字段进行分组，对总价求平均值。

results = data.groupby(['区域'])['总价']
    
    print(results)  # 输出：<pandas.core.groupby.SeriesGroupBy object at 0x0000023D2AA02EF0>
    
    print(results.mean())

![image][image 1]

*  groupby函数，对区域字段进行分组，对面积求和。

results = data.groupby(['区域'])['面积'].sum()
    
    print(results)

![image][image 2]

*  groupby函数，对区域字段进行分组，对区域计算count。

results = data.groupby(data['区域'], sort=False)['区域'].count()
    
    print(results)

![image][image 3]

*  groupby函数，对区域字段进行分组，求总价，单价，面积的平均值。

results = data.groupby(['区域'])['总价', '单价', '面积'].mean()
    
    print(results)

![image][image 4]

*  groupby函数，对区域，版块2个字段进行分组，求单价的平均值。

results = data.groupby(['区域', '版块'])['单价'].mean()
    
    print(results)

![image][image 5]

#### pivot\_table透视表 ####

使用pivot\_table透视表实现groupby的功能

results = pd.pivot_table(data, index=['区域', '版块'], values=['单价'])
    
    print(results)

![image][image 6]

[https_github.com_zhang3550545_resource_blob_master_raw_groupby_test.csv]: https://github.com/zhang3550545/resource/blob/master/raw/groupby_test.csv
[image]: /images/20220602/32a7836aae864a8d8475f2abcd4b574c.png
[image 1]: /images/20220602/9d2a1225ce164596beb34f5706cc0e41.png
[image 2]: /images/20220602/e2beea9763b94266a629ac1070b424b5.png
[image 3]: /images/20220602/edde8a694df043438a0021c507015318.png
[image 4]: /images/20220602/d1e4739156314e2da4e821e04f785acd.png
[image 5]: /images/20220602/47be38a873b74819ac145c6c743d5726.png
[image 6]: /images/20220602/c17d308ac272453bb9d974a76a58388e.png