Pandas数据的分组统计

image.png

2、多个列groupby，查询所有数据列的统计

b = df.groupby(["A","B"]).mean()
print(b)

此时A和B是索引

a = df.groupby(["A","B"],as_index = False).sum()
print(a)

此时A和B不是索引

3、同时查看多种数据统计

c = df.groupby("A").agg([np.sum,np.mean,np.std])
print(c)

列变成了多级索引

4、查看单列的结果数据统计

#性能好
d = df.groupby("A")["C"].agg([np.sum, np.mean, np.std])
print(d)

image.png

5、不同列使用不同的聚合函数

d = df.groupby("A").agg({"C":np.sum,"D":np.mean})
print(d)

image.png

二、遍历groupby的结果理解执行流程

1、便利分组数据，查看运行逻辑

g = df.groupby("A")
for name,group in g:
    print(name)
    print(group)

image.png

2、获取单个分组的数据

#参数为对应的分组名
h = g.get_group("bar")
print(h)

image.png

3、遍历多个列组合的分组

g = df.groupby(["A","B"])
for name,group in g:
    print(name)
    print(group)

name是一个2个元素组成的tuple，代表不同的列

4、获取多个列组合分组的某一组

h = g.get_group(('bar', 'one'))
print(h)

image.png

5、直接查询gropu后的某列，生成Series或者子Dataframe

e = g["C"]
print(e)
for name,group in g["C"]:
    print(name)
    print(group)

image.png

三、实例分组探索天气数据

1、数据准备

import pandas as pd

df = pd.read_csv("/Users/hathaway/PycharmProjects/untitled/MzTest/beijing_tianqi_2018.csv")

# df.set_index("ymd",inplace=True)
df.loc[:,"bWendu"] =df["bWendu"].str.replace("℃","").astype("int32")
df.loc[:,"yWendu"] =df["yWendu"].str.replace("℃","").astype("int32")
# print(df.head())
df["month"] = df["ymd"].str[:7]
print(df.head())

image.png

2、查看每个月的最高温度

data = df.groupby('month')['bWendu'].max()
print(data)

image.png

3、画图展示

import pandas as pd
import matplotlib.pyplot as plt  #画图需要的包
import numpy as np


df = pd.read_csv("/Users/hathaway/PycharmProjects/untitled/MzTest/beijing_tianqi_2018.csv")

# df.set_index("ymd",inplace=True)
df.loc[:,"bWendu"] =df["bWendu"].str.replace("℃","").astype("int32")
df.loc[:,"yWendu"] =df["yWendu"].str.replace("℃","").astype("int32")
# print(df.head())
df["month"] = df["ymd"].str[:7]
# print(df.head())
data = df.groupby('month')['bWendu'].max()
data.plot()  #画图的方法
plt.show()  #pycharm需要添加这个方法就可以展示

image.png

4、查看每个月最高温度，最低温度，平均空气质量指数

group_data = df.groupby("month").agg({"bWendu":np.max,"yWendu":np.min,"aqi":np.mean})
print(group_data)
group_data.plot()
plt.show()

image.png

画图

文章均来自互联网如有不妥请联系作者删除QQ:314111741 地址：http://www.mqs.net/post/15093.html