PythonPandasDataFrame分组排序转载⾃ blog.csdn/ai_1046067944/article/details/86300634
⼀、pandas分组*
1、分组运算过程：split->apply->combine
拆分：进⾏分组的根据
应⽤：每个分组运⾏的计算规则
合并：把每个分组的计算结果合并起来
2、分组函数
by：依据哪些列进⾏分组，值可以是：mapping, function, label, or list of labels
3、聚合函数
4、分组聚合实例
单列分组
>>> import pandas as pd
>>> df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'a', 'c', 'b', 'c'], 'B': [2, 8, 1, 4,
3, 2, 5, 9], 'C': [102, 98, 107, 104, 115, 87, 92, 123], 'D': [2, 98, 17, 14, 15, 7, 92, 13]})
>>> df
A  B    C  D
0  a  2  102  2
1  b  8  98  98
1  b  8  98  98
2  a  1  107  17
3  c
4  104  14
4  a  3  11
5  15
5  c  2  87  7
6  b  5  92  92
7  c  9  123  13
>>> df.groupby(by='A').sum()    B    C    D
A
a  6  324  34
b  13  190  190
c  15  314  34
多列分组
>>> df.groupby(by=['A','B']).sum()            ###A,B成索引      C  D
A B
a 1  107  17
2  102  2
3  115  15
b 5  92  92
8  98  98
c 2  87  7
4  104  14
9  123  13
多列聚合
>>> df.groupby(by=['A','B'])['C'].sum()      ###1个列
A  B
a  1    107
2    102
3    115
b  5    92groupby分组
b  5    92
8    98
c  2    87
4    104
9    123
>>> df.groupby(by=['A','B'])['C','D'].sum()  ###2个列      C  D
A B
a 1  107  17
2  102  2
3  115  15
b 5  92  92
8  98  98
c 2  87  7
4  104  14
9  123  13

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。