數據分組分析—-groupby

 數據分組分析—-groupby

代碼功能：

對於綜合表格data,基於title進行分組處理，並統計每一組的size，獲得的是一個series序列，此序列能夠放入索引中使用，index()

import pandas as pd


unames = ['user_id', 'gender', 'age','occupation','zip']
users = pd.read_table('users.dat', sep='::',header=None, names=unames)

rnames = ['user_id', 'movie_id', 'rating', 'timestamp']
ratings = pd.read_table('ratings.dat', sep='::', header=None, names=rnames)

mnames = ['movie_id', 'title', 'genres']
movies = pd.read_table('movies.dat', sep='::', header=None, names=mnames)

data = pd.merge(pd.merge(ratings,users),movies)

mean_ratings = pd.pivot_table(data,index=['title'],values='rating',columns='gender')

print(mean_ratings[:10])

ratings_by_title = data.groupby('title').size()

print(ratings_by_title[:10])

active_titles = ratings_by_title.index[ratings_by_title >= 250]

print(active_titles)

 

對獲得的序列使用index()過濾處理後，不知道是個什麼內行的量，打印出來結果以下：