溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
在數據預處理過程中可能會遇到這樣的問題，如下圖：數據中某一個key有多組數據，如何分別對每個key進行相同的運算？
dataframe里面給出了一個group by的一個操作，對于”group by”操作，我們通常是指以下一個或多個操作步驟：
l （Splitting）按照一些規則將數據分為不同的組；
l （Applying）對于每組數據分別執行一個函數；
l （Combining）將結果組合到一個數據結構中；
使用dataframe實現groupby的用法：
# -*- coding: UTF-8 -*-
import pandas as pd
df = pd.DataFrame([{'col1':'a', 'col2':1, 'col3':'aa'}, {'col1':'b', 'col2':2, 'col3':'bb'}, {'col1':'c', 'col2':3, 'col3':'cc'}, {'col1':'a', 'col2':44, 'col3':'aa'}])
print df
# 按col1分組并按col2求和
print df.groupby(by='col1').agg({'col2':sum}).reset_index()
# 按col1分組并按col2求最值
print df.groupby(by='col1').agg({'col2':['max', 'min']}).reset_index()
# 按col1 ，col3分組并按col2求和
print df.groupby(by=['col1', 'col3']).agg({'col2':sum}).reset_index()
輸出結果為：
col1 col2 col3 0 a 1 aa 1 b 2 bb 2 c 3 cc 3 a 44 aa
col1 col2 0 a 45 1 b 2 2 c 3
col1 col2
max min
0 a 44 1
1 b 2 2
2 c 3 3
col1 col3 col2 0 a aa 45 1 b bb 2 2 c cc 3
注意點：
代碼中調用了reset_index() 函數, 如果不使用這個函數輸出的結果將是：
col2
col1
a 45
b 2
c 3
col2
max min
col1
a 44 1
b 2 2
c 3 3
col2
col1 col3
a aa 45
b bb 2
c cc 3
上下兩個結果還是有區別的，但是具體區別暫時不太清楚，不過下面的一種輸出結果是不能跟使用df['col1']來提取第一列的。至于是什么原因暫時還不清楚，如果您對pandas比較理解或者知道原因，歡迎在評論中留言。
以上這篇pandas數據預處理之dataframe的groupby操作方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
