正文

学会groupby，轻松玩转数据分析：揭秘Python中分组统计的强大技巧

/0 浏览量
0403

数据分析是当今社会不可或缺的一部分，而Python作为数据分析领域的重要工具，其丰富的库和函数为数据处理提供了极大的便利。在Python中，groupby 函数是Pandas库中一个非常强大的工具，它可以帮助我们轻松实现数据的分组统计。本文将深入探讨groupby函数的原理和应用，帮助大家更好地掌握这一数据分析的利器。

一、什么是groupby？

groupby 函数可以将数据按照一定的规则进行分组，并对每个分组进行统计或操作。在Pandas中，groupby 函数通常与agg（聚合）、summarize（汇总）等函数结合使用，实现数据的分组统计。

二、groupby的基本用法

下面是一个简单的例子，展示如何使用groupby函数：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John', 'Nick', 'John'],
        'Age': [20, 21, 19, 19, 20, 21, 19],
        'Salary': [2000, 2500, 3000, 2400, 2600, 2400, 2900]}

df = pd.DataFrame(data)

# 按照Name进行分组
grouped = df.groupby('Name')

# 对每个分组进行统计
result = grouped['Age', 'Salary'].agg({'Age': ['mean', 'max', 'min'], 'Salary': ['mean', 'max', 'min']})

print(result)

运行上述代码，我们可以得到按照Name分组后的年龄和薪资的均值、最大值和最小值。

三、groupby的高级用法

1. 交叉分组

groupby 函数支持交叉分组，即同时按照多个列进行分组。例如，下面的代码将按照Name和Age进行交叉分组：

# 按照Name和Age进行交叉分组
grouped = df.groupby(['Name', 'Age'])

# 对每个分组进行统计
result = grouped['Salary'].agg({'Salary': ['mean', 'max', 'min']})

print(result)

2. 透视表

透视表（pivot_table）是groupby函数的强大功能之一，它可以将数据按照指定的行、列和值进行汇总。以下是一个使用透视表的例子：

# 使用透视表按Name和Age汇总Salary
pivot_table = df.pivot_table(values='Salary', index='Name', columns='Age', aggfunc='mean')

print(pivot_table)

3. 分组应用

除了统计，groupby 函数还可以应用于其他操作，如分组排序、分组筛选等。以下是一个分组排序的例子：

# 按照Name分组，并按Age进行排序
grouped = df.groupby('Name')['Age'].sort_values()

print(grouped)

四、总结

groupby 函数是Python数据分析中不可或缺的工具，它可以帮助我们轻松实现数据的分组统计。通过本文的介绍，相信大家对groupby函数有了更深入的了解。在实际应用中，我们可以根据具体需求灵活运用groupby函数，发挥其在数据分析中的巨大作用。

-- 展开阅读全文 --