破週三，前不着村後不着店的，只好學pandas了，你該這麼學，No.9

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

週三了，一個星期最難的一天

大中間的，今天還這麼熱

5月份，36度的高溫

天空飄過幾個字

屋裏學pandas最得勁

Groupy DataFrame with Index Levels and Columns

說白了就是經過index和columns混合分組

例子走起，（不趕忙寫例子，都不知道要怎麼解釋啦）

import pandas as pd

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

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

df = pd.DataFrame({'A':[3,1,4,5,9,2,6,1],
                   'B':[1,1,1,1,2,2,3,3]},index=index)


print(df)

有例子，就有例子展現，對吧

A  B
first second      
bar   one     3  1
      two     1  1
baz   one     4  1
      two     5  1
foo   one     9  2
      two     2  2
qux   one     6  3
      two     1  3

接下來，大招展現的環節的

我要按照second的index索引和B列進行分組

代碼先行一步，效果稍後就來

grouped = df.groupby([pd.Grouper(level=1),'B']).sum()
print(grouped)

注意看到groupby裏面有兩個值，一個是pd.Grouper(level=1) 這個爲second的index
第二個爲B columns

手太抖了，沒畫好，靈魂畫手

主要就是爲了讓你看明白，分組是怎麼計算的哦~

固然，你也能夠經過index的名字進行分組

df.groupby([pd.Grouper(level='second'), 'A']).sum()

和上面的效果是同樣同樣的

甚至，咱們能夠直接簡寫成

df.groupby(['second', 'A']).sum()

分組以後的數據能夠選擇部分，也能夠迭代

這個部分，其實咱們已經實現過了

再拿出來，重溫一下

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


print(df)

grouped = df.groupby('A')

for name,group in grouped:
    print(name)
    print(group)

看到分組的名字分別是bar和foo，熟悉吧，常規操做

迭代的時候，用for in 循環便可

bar
     A    B  C  D
0  bar  one  3  1
1  bar  two  1  1
foo
     A      B  C  D
2  foo    one  4  1
3  foo    two  5  1
4  foo    one  9  2
5  foo    two  2  2
6  foo  three  6  3

若是按照多keys分組，例如groupby(['A','B'])

它會天然而然的造成一個元組name

能夠迭代，就能夠部分選擇，上篇博客有哦！

bars = grouped.get_group('bar') # 經過分組的名字
print(bars)

另外一個呢？

df.groupby(['A', 'B']).get_group(('bar', 'one'))

唉，對嘍，這麼寫，就比較對了

難度係數的大了，要來了，聚合函數

首先看一下內置的聚合函數

sum(), mean(), max(), min(), count(), size(), describe()

居然才這麼幾個，那是由於我沒寫全

這個我們已經操做不少次了

接下來能夠看一個高級一些的

可自定義函數，傳入agg方法中

咱們仍是經過剛纔的數據進行分析

A      B  C  D
0  bar    one  3  1
1  bar    two  1  1
2  foo    one  4  1
3  foo    two  5  1
4  foo    one  9  2
5  foo    two  2  2
6  foo  three  6  3

按照A和B進行分組
A有2個值，B有3個值，因此分組以後造成5組

看清楚，不要眨眼，操做來了

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

思路轉換，單列求平均值

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

繼續思路轉換，給單列多個聚合函數

print(grouped['C'].agg(['mean','sum']))

很厲害，學到了吧

繼續來，不要怕，求多種聚合運算的同時更改列名

print(grouped['C'].agg([('A','mean'),('B','max')]))

不一樣的列運用不一樣的聚合函數

print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))

這些都是agg乾的，我還能夠繼續編哦~

groupby中，能夠修改爲無索引形式
注意核心加了一個參數as_index=False

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

print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))

最後一個操做，agg裏面是可使用自定義的聚合函數

通常，都是這個案例，我呢，固然不能例外啦

grouped = df.groupby('A')

def max_min(group):
    return group.max()-group.min()

print(grouped.agg(max_min))

agg(自定義的函數)

這個地方的自定義函數，還支持lambda的哦~

迷糊了吧，迷糊也沒事，拿的住手機就行

拍這裏，拍這個裏