pandas之分组计算groupby

导语：

在数据分析中我们经常要拆分列和合并列即拆分-应用-合并，下面放一张经典图

导入数据

#导入pandas和numpy库
import pandas as pd
import numpy as np
from pandas import Series,DataFrame 
test=pd.read_excel("/Users/yaozhilin/Downloads/exercise.xlsx",sep="t")
test.head(5)#显示前五行

•groupby

由上图可知我们第一步就是要对数据进行拆分

tg=test.groupby(["所属区域","产品类别"])#分组

tg.mean#聚合

~agg

分一组多种聚合方法:.agg([])

test.groupby("所属区域").agg([np.mean,np.sum])

多组多种聚合方法

test.groupby(["所属区域","产品类别"]).agg([np.mean,np.sum])

对每列数据进行不同的聚合.agg({})

test.groupby(["所属区域","产品类别"]).agg({"数量":np.mean,"金额":np.sum})

~transformation

transform() 里面不能跟自定义的特征交互函数，因为transform是真针对每一元素（即每一列特征操作）进行计算

transform它只能对每一列进行计算，所以在groupby()之后，.transform()之前是要指定要操作的列

transform是对每个组做运算，再返回所有数据

test.groupby(["所属区域","产品类别"])["数量","金额"].transform(lambda x:(x-x.mean())/ x.std())

~filter

filter对分组数据做过滤，相当于sql中是hive

tg.filter(lambda x:x["数量"].mean()>=300)

返回每组中平均数>=300的组