週一不睡覺，也要把pandas groupy 肝完，你該這麼學，No.8

若是圖片沒法觀看，請移步 https://blog.csdn.net/hihell

學編程就跟打遊戲同樣同樣的

爲啥同樣啊，由於要肝的

你看，學編程有不少好處

掉頭髮，有藉口吧
不洗頭，有藉口吧
不洗襪子，有藉口吧
不去看電影，有藉口吧
不陪女友，有藉口吧

活該單身， (❁´◡`❁)✲ﾟ

哈哈，惟獨夢想橡皮擦，她就比較厲害了，

身邊的大佬全是綜上所述，嘿嘿嘿

學個pandas在不找點樂趣，咋學啊

大週一的，弄點啥？

遙記得，上一篇最後，我說要寫groupby的高級函數

後來本身理了理，突然以爲真難

不想了寫了... ...

後來，轉念一想，不行啊，我是大佬啊

咋能不寫

因而乎，我就寫了今天這篇博客

groupby 核心爲 split-apply-combine

啥意思呢，就是字面意思唄

分割-應用-組合

• 分割，就是按照一些標準進行數據的拆分
• 應用，給分好的組，應用一些函數上去
• 組合，分組的數據，搗鼓搗鼓，弄成一個新的數據結構，方便後面應用

Over

這就是groupby的核心

分割，或者叫分組（拆分）步驟，是最簡單的，
看好數據，寫代碼就能夠了
（說的好像很容易似的）

使用最多的，對咱們來講
是想要對數據進行一些基本的應用

也就是分組以後，咱們要計算

官方文檔裏面介紹groupby要實現的效果

就是想模擬SQL的操做

SQL是啥？數據庫的那個腳本語言（你不會不會寫吧，哈哈哈O(∩_∩)O哈哈~）

groupby在模仿的就是下面這句話

select col1,col2,count(col3),sum(col4) from one_table
group by col1,col2

咦，若是你看到上面的SQL語句

發現，這個我熟悉啊

那麼接下來，學習就easy了

固然，若是你不是很清楚
那就要看你的悟性了

將一個dataframe對象分割成組

其實這個咱上篇文章已經作過了

再學一次，沒毛病

舉個代碼的例子

import pandas as pd
df = pd.DataFrame([('class1','boy',100),
                   ('class2', 'boy', 90),
                   ('class3', 'girl', 80),
                   ('class1', 'unkown', None),
                   ('class2', 'unkown', 90)],index=['dawa','erwa','sanwa','siwa','wuwa'],columns=['class','sex','weight'])

print(df)

看着迷糊麼？
我其實就是作了這麼一個表格

咱去excel裏面瞅瞅

pandas裏面打印的無非是英文

class     sex  weight
dawa   class1     boy   100.0
erwa   class2     boy    90.0
sanwa  class3    girl    80.0
siwa   class1  unkown     NaN
wuwa   class2  unkown    90.0

同樣的，接下來，基本操做

走位，走位，瞬間清晰

print(df.groupby('class'))
print(df.groupby('sex',axis='columns'))
print(df.groupby(['class','sex']))

第一個，你確定會
第二個，修改axis的軸，按照columns進行分組了，先不用管有沒有意義哦
第三個，請注意，有兩個列名在一個數組裏面，叫作先按照class分組，在按照sex分組

那麼groupby裏面能夠給哪些值呢？

難不成只有上面的三種

天真了吧

看操做

1. 給一個python函數，能夠做用於每個目標軸標籤上，很差理解
2. list列表或者numpy的數組，長度和被選擇的軸一致
3. 字典或者Series,格式參照 label->group name
4. 提供一個字符串，好比df.groupby('A') 和 df.groupby(df['A']) 是同樣的
5. 上面任意一條，構成的list列表

好了，難吧

沒錯，說了，從這篇博客開始就開始高級部分學習了

嘿嘿

簡單的多列分組代碼代碼以下

df = pd.DataFrame({'A': ['girl', 'boy', 'girl', 'boy',
                         'girl', 'boy', 'girl', 'girl'],
                   'B': ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                   'C': [3,1,4,5,6,7,8,1],
                   'D': [9,1,2,3,1,6,4,3]})

print(df)

grouped = df.groupby('A')
print(grouped)
grouped = df.groupby(['A','B'])
print(grouped)

對於一個待分組的dataframe對象來講
你能夠直接用'A'或者'B'中的一個進行分組
固然也能夠直接用['A','B']進行分組

這個要看你實際的需求了啊

分組以後，咱們能幹點啥？

固然是獲取分組以後的數據啊

print(grouped.get_group('boy'))
print(grouped.get_group('girl'))

小函數，送上一枚

get_group('key name')

除了獲取分組以後的數據，在送你個經常使用小屬性，瞅瞅

grouped = df.groupby('A')
print(grouped)
print(grouped.groups)

groups這個屬性很是經常使用哦~由於咱們時常須要看一下，分組結果是否爭取e

{'boy': Int64Index([1, 3, 5], dtype='int64'), 'girl': Int64Index([0, 2, 4, 6, 7], dtype='int64')}

固然學習嗎，你能夠使用help和dir把幫助文檔彈出來
而後全部的屬性和方法都清晰可見了

print(dir(grouped))
print(help(grouped))

到最後了，我在嘚啵一個知識點，這個知識點是series的

爲何又返回來，開始學習series了呢

還不是由於直接學習dataframe的多列分組，難度太大

咱們先弄一個完美的測試栗子

arrays = [['a', 'a', 'b', 'b', 'c', 'c', 'd', 'd'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]


index = pd.MultiIndex.from_arrays(arrays=arrays,names=['first','second'])

s = pd.Series([3,1,4,1,5,9,2,6],index=index)

print(s)

這個series長成這個樣子

first  second
a      one       3
       two       1
b      one       4
       two       1
c      one       5
       two       9
d      one       2
       two       6
dtype: int64

必定要看明白，是分級索引哦

接下來對它進行分組，而且求和

好比，我要計算first列下面的a的和，b的和，c的和,d的和

咱們能夠經過level參數控制

# 這兩個一個意思
print(s.groupby(level=0))
print(s.groupby(level='first'))

grouped = s.groupby(level=0)
print(grouped.sum())

搞定，看看結果

沒毛病

對於second列，咱們也能夠分組求和的哦

grouped = s.groupby(level='second')
print(grouped.sum())

咦，好像發現點問題

print("分組求和")
grouped = s.groupby(level='second')
print(grouped.sum())
print("sum函數求和")

print(s.sum(level='second'))

同樣唉~

其實參數level也能夠這麼寫呢level=['first','second']

好了，今天肝不動了

明天咱們繼續吧

你已經關注我公主號了，對不對

趕忙讓朋友也關注啊…