Pandas中DataFrame使⽤groupby（）分组查询
import pandas as pd
from numpy.random import seed
from numpy.random import rand
from numpy.random import randint
import numpy as np
# randint(low, high, size)中size表⽰⽣成随机数的个数,⽣成的随机数是整数。
seed(42)
df = pd.DataFrame({'Weather': ['cold', 'hot', 'cold', 'hot', 'cold', 'hot', 'cold'],
'Food': ['soup', 'soup', 'icecream', 'chocolate', 'icecream', 'icecream', 'soup'],
'Price': 10*rand(7), 'Number': randint(1, 9, 7)})
# 通过数据分组遍历各组数据
weather_group = df.groupby('Weather')
i = 0
# name是指分类的名称，group是具体的值。
for name, group in weather_group:
i = i+1
print('Group', i, name)
print(group)
# 输出各组数据的第⼀⾏内容和第⼆⾏内容，以及各组的平均值
print(weather_group.first())
print(weather_group.last())
print(an())
# 针对多列进⾏分组
wf_group = df.groupby(['Weather', 'Food'])
print('WF Groups', ups)
# 可以通过agg()⽅法，对数据施加⼀系列的Numpy函数，agg()还是强啊。
print('WF Aggregated\n', wf_group.agg([np.min, np.median]))
Group 1 cold
Weather      Food    Price  Number
0    cold      soup  3.745401      8
2    cold  icecream  7.319939      4
4    cold  icecream  1.560186      8
6    cold      soup  0.580836      6
Group 2 hot
Weather      Food    Price  Number
1    hot      soup  9.507143      5
3    hot  chocolate  5.986585      8
5    hot  icecream  1.559945      3
Food    Price  Number
Weather
cold    soup  3.745401      8
hot      soup  9.507143      5
Food    Price  Number
Weather
cold        soup  0.580836      6
hot      icecream  1.559945      3
Price    Number
Weather
cold    3.301591  6.500000
groupby分组hot      5.684558  5.333333
WF Groups {('cold', 'icecream'): Int64Index([2, 4], dtype='int64'), ('cold', 'soup'): Int64Index([0, 6], dtype='int64'), ('hot', 'chocolate'): Int64Index([3], dtype='i nt64'), ('hot', 'icecream'): Int64Index([5], dtype='int64'), ('hot', 'soup'): Int64Index([1], dtype='int64')}
WF Aggregated
Price          Number
amin    median  amin median
Weather Food
cold    icecream  1.560186  4.440063      4      6
soup      0.580836  2.163119      6      7
hot    chocolate  5.986585  5.986585      8      8
icecream  1.559945  1.559945      3      3
soup      9.507143  9.507143      5      5

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。