Python数据分析入门（十二）：数据聚合与分组

小鱼儿 2022-11-16 04:58 155阅读 0赞

**Python爬虫、数据分析、网站开发等案例教程视频免费在线观看**

https://space.bilibili.com/523606542

# [Python学习交流群：1039649593][Python_1039649593] #

# 什么是分组聚合？ #

如图：

![79ad5c0fad3c852cb250b24400847c5e.png][]

*  groupby:(by=None,as\_index=True)

by:根据什么进行分组，用于确定groupby的组

as\_index:对于聚合输出,返回以组便签为索引的对象，仅对DataFrame

df1 = pd.DataFrame({'fruit':['apple','banana','orange','apple','banana'],
                        'color':['red','yellow','yellow','cyan','cyan'],
                       'price':[8.5,6.8,5.6,7.8,6.4]})
    #查看类型
    type(df1.groupby('fruit'))
    pandas.core.groupby.groupby.DataFrameGroupBy  #GruopBy对象，它是一个包含组名，和数据块的2维元组序列，支持迭代
    for name, group in df1.groupby('fruit'):
        print(name) #输出组名
        apple
        banana
        orange
    
        print(group) # 输出数据块
           fruit color  price
        0  apple   red    8.5
        3  apple  cyan    7.8
           fruit   color  price
        1  banana  yellow    6.8
        4  banana    cyan    6.4
           fruit   color  price
        2  orange  yellow    5.6
    
        #输出group类型  
        print(type(group))  #数据块是dataframe类型
        <class 'pandas.core.frame.DataFrame'>
        <class 'pandas.core.frame.DataFrame'>
        <class 'pandas.core.frame.DataFrame'>
    
    #选择任意的数据块
    dict(list(df1.groupby('fruit')))['apple']  #取出apple组的数据块
       fruit color  price
    0  apple   red    8.5
    3  apple  cyan    7.8

# 聚合 #

![551d2b9c9469fcb71ac788f24d7e8d08.png][]

#Groupby对象具有上表中的聚合方法
    
    #根据fruit来求price的平均值
    df1['price'].groupby(df1['fruit']).mean()
    fruit
    apple     8.15
    banana    6.60
    orange    5.60
    Name: price, dtype: float64     
    #或者
    df1.groupby('fruit')['price'].mean()
    
    #as_index=False
    df1.groupby('fruit',as_index=False)['price'].mean()
        fruit    price
    0    apple    8.15
    1    banana    6.60
    2    orange    5.60
    
    """
    如果我现在有个需求，计算每种水果的差值,
    1.上表中的聚合函数不能满足于我们的需求，我们需要使用自定义的聚合函数
    2.在分组对象中，使用我们自定义的聚合函数
    """
    #定义一个计算差值的函数
    def diff_value(arr):
        return arr.max() - arr.min()
    #使用自定义聚合函数，我们需要将函数传递给agg或aggregate方法，我们使用自定义聚合函数时，会比我们表中的聚合函数慢的多，因为要进行函数调用，数据重新排列
    df1.groupby('fruit')['price'].agg(diff_value)
    fruit
    apple     0.7
    banana    0.4
    orange    0.0
    Name: price, dtype: float64

[Python_1039649593]: https://jq.qq.com/?_wv=1027&k=SBLaYU2c
[79ad5c0fad3c852cb250b24400847c5e.png]: /images/20221022/90a0c1abae174756a18c1175c7834e59.png
[551d2b9c9469fcb71ac788f24d7e8d08.png]: /images/20221022/c657145419c249a1bf5485aa9a4bfdc4.png