groupby：分割，應(yīng)用和組合。groupby經(jīng)常只需一行代碼，就可以計算每組的和，均值，計數(shù)，最小值以及其他累計值。它返回一個DataFrameGroupby對象，你可以將它看成是一個特殊的DataFrame對象，里面隱藏著若干組數(shù)據(jù)。

groupby的基本操作方法：
從創(chuàng)建DataFrame開始：

df = pd.DataFrame({'key1': ['a', 'a', 'b', 'b', 'a'],'key2': ['one', 'two', 'one', 'two', 'one'],'data1': np.random.randn(5),'data2': np.random.randn(5)})

1、按列取值：Groupby對象按列取值，并返回一個修改過的Groupby對象。

df.groupby('key1')['data1'].sum()

2、按組迭代：返回的每一組都是Series或FataFrame：

for k1, k2 in df.groupby(['key1', 'key2']):print(k1, k2)

3、調(diào)用方法：直接調(diào)用Python的一些方法，例如：

df.groupby(['key1', 'key2']).describe()

groupby最重要的操作可能就是aggregate,filter,transform,apply方法了：
1、累計aggregate。剛剛演示過例如sum的簡單累計方法，但是aggregate()其實可以支持更復(fù)雜的操作。

df.groupby(['key1']).agg(['min', np.median, max])

也可以通過字典來指定不同列需要的累計函數(shù)：

df.groupby(['key1']).agg({'data1': 'min','data2': 'max'})

2、過濾filter。過濾的操作可以讓你按照分組的屬性丟棄若干數(shù)據(jù)。

def filter_func(x):return x['data2'].std()>1df.groupby('key1').filter(filter_func)

最后打印出來的結(jié)果是‘key1’列只有’a’了，因為’b’列的標(biāo)準(zhǔn)差小于1，所以就被過濾掉了。
3、轉(zhuǎn)換transform。數(shù)據(jù)經(jīng)過轉(zhuǎn)換后，其形狀跟原來的輸入數(shù)據(jù)是一樣的，例如實現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化，就是將每一組的樣本數(shù)據(jù)減去各組的均值;

df.groupby('key1').transform(lambda x: x - x.mean())

4、apply()方法。它可以讓你在每個組上應(yīng)用任意方法。下面的例子是將第一列數(shù)據(jù)已第二列的和為基數(shù)進(jìn)行標(biāo)準(zhǔn)化：

def norm_by_data2(x):x['data1'] /= x['data2'].sum()return xdf.groupby('key1').apply(norm_by_data2)

總結(jié)

以上是生活随笔為你收集整理的groupby机制的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。