跟小白學Python數據分析——分組分析

時間 2021-01-01

標籤 python 數組 ide 函數學習 code blog 數據分析 pandas 欄目 Python 简体版

原文原文鏈接

小白：Mr.林，基本統計分析我已經會了，如今我想按性別分組統計下用戶數，以及按性別分組統計用戶的平均年齡，那我該如何作呢？
Mr.林：在Pandas中，對數據進行分組統計須要使用groupby函數。
咱們繼續使用導入使用的案例數據進行學習，輸入如下代碼：python

1import pandas
2data = pandas.read_csv(
3'D:/D/data.csv',
4 engine='python',
5 encoding='utf8'
6)

Mr.林：執行後，在變量瀏覽窗口中就能夠看到剛導入的data變量了，雙擊打開data變量，就能夠獲得下面這張表。

先來統計按性別分組的用戶數，輸入如下代碼數組

1data.groupby('gender').count()

獲得的結果以下所示ide

1           id  reg_date  id_num  birthday    age
2gender                                          
3女        4316      4316    4316      4316   4316
4男       54785     54785   54785     54785  54785

而後再來統計按性別分組的平均值，輸入如下代碼函數

1data.groupby('gender').mean()

獲得的結果以下所示學習

1                   id        age
2gender                          
3女       149779.770853  30.392493
4男       149833.467829  26.979629

小白：我發現了一個問題，它又根據全部能統計的列都統計告終果。若是我只是僅僅但願按性別分組統計下用戶數，以及按性別分組統計用戶的平均年齡，那我該如何作呢？
Mr.林：這個時候可使用groupby與agg函數組合進行統計。
仍是先來按性別分組統計id的數量，也就是用戶數，輸入如下代碼
1data.groupby('gender')['id'].agg('count')
執行後，獲得的結果以下所示code

1gender
2女     4316
3男    54785

而後再來按性別分組統計年齡的平均值，輸入如下代碼blog

1data.groupby('gender')['age'].agg('mean')

執行後，獲得的結果以下所示數據分析

1gender
2女    30.392493
3男    26.979629

小白：啊哈！棒棒噠！
小白忽然又想到一個問題：那我能不能在性別分組的基礎上，再加入一個分組列，好比將註冊日期加到分組列裏？
Mr.林：這能夠有，只要在gender前面再加入reg_date，若是還有其餘分組列能夠繼續加入，用逗號分隔便可，輸入如下代碼
1data.groupby(['reg_date','gender'])['id'].agg('count')
執行後，獲得的結果以下所示pandas

1reg_date   gender
 22011/1/1   男          10
 32011/1/10  女           6
 4           男         160
 52011/1/11  女          15
 6           男         165
 72011/1/12  女          19
 8           男         132
 92011/1/13  女          16
10           男         167
112011/1/14  女          13
12           男         194
13.........................

小白繼續追問道：那我能不能對多個列進行統計呢？如今只對id列進行統計，若是再把age列加進來，能夠麼？
Mr.林：這個一樣能夠有，不過若是仍是計數的話，對id、age兩列統計的結果是同樣的，咱們換成平均值統計試試，輸入如下代碼
1data.groupby(['reg_date','gender'])['id','age'].agg('mean')
執行後，獲得的結果以下所示it

1                             id        age
 2reg_date  gender                          
 32011/1/1  男       100008.600000  29.200000
 42011/1/10 女       101276.500000  36.333333
 5          男       101295.262500  26.862500
 62011/1/11 女       101617.400000  31.400000
 7          男       101590.054545  26.636364
 82011/1/12 女       101897.157895  28.157895
 9          男       101874.174242  26.500000
102011/1/13 女       102122.625000  30.562500
11          男       102153.694611  27.101796
122011/1/14 女       102461.153846  32.384615
13          男       102482.067010  26.974227
14.........................

小白：太棒了，我還有個疑問，groupby那裏跟後面id、age的中括號是什麼意思呀？
Mr.林：中括號表明列表的意思，下次再詳細告訴你，今天就到這，小白你回去要多多練習，多敲代碼。