Pandas每日函数学习之groupby函数
ztj100 2025-06-04 08:55 3 浏览 0 评论
groupby 是 Pandas 中一个非常强大的函数，它允许你将数据集分组并对每个分组应用一个或多个聚合函数。这种操作通常被称为“split-apply-combine”策略，即将数据拆分成多个部分，对每部分应用函数，然后将结果组合回一个数据结构。
df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, dropna=True)
by: 分组依据。可以是列名、列名的列表、数组、索引级别或键，用于确定分组。
axis: 默认为0，表示按行分组。如果为1，则按列分组。
level: 如果对象是多级索引，则按特定级别分组。
as_index: 默认为True，返回对象以组标签作为索引。如果为False，则组标签将作为列返回。
sort: 默认为True，根据组键对结果进行排序。
group_keys: 当应用分组操作时，是否添加组键。
squeeze: 如果应用于此函数的聚合结果只有一列，则返回一个系列。
observed: 仅用于分类分组，如果为True，则仅显示观察到的值。
dropna: 是否从分组键中删除缺失值。示例：假设我们有一个DataFrame，包含了员工的部门和薪水信息
import pandas as pd
data = {
'Department': ['HR', 'IT', 'Finance', 'HR', 'IT'],
'Employee': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'Salary': [70000, 80000, 120000, 65000, 85000]
}
df = pd.DataFrame(data)
可以使用 groupby 来计算每个部门的平均薪水：
grouped = df.groupby('Department')
average_salary = grouped['Salary'].mean()进阶用法：groupby 还支持多级分组。例如，你可以先按部门分组，然后在每个部门内按性别分组。此外，你还可以对分组后的数据应用多个聚合函数。例如，你可以同时计算每个部门的平均薪水和最高薪水。
grouped = df.groupby(['Department', 'Gender'])
summary = grouped['Salary'].agg(['mean', 'max'])相关推荐
- 拒绝躺平，如何使用AOP的环绕通知实现分布式锁
-
如何在分布式环境下，像用synchronized关键字那样使用分布式锁。比如开发一个注解，叫@DistributionLock，作用于一个方法函数上，每次调方法前加锁，调完之后自动释放锁。可以利用Sp...
- 「解锁新姿势」 兄dei，你代码需要优化了
-
前言在我们平常开发过程中，由于项目时间紧张，代码可以用就好，往往会忽视代码的质量问题。甚至有些复制粘贴过来，不加以整理规范。往往导致项目后期难以维护，更别说后续接手项目的人。所以啊，我们要编写出优雅的...
- 消息队列核心面试点讲解（消息队列面试题）
-
Rocketmq消息不丢失一、前言RocketMQ可以理解成一个特殊的存储系统，这个存储系统特殊之处数据是一般只会被使用一次，这种情况下，如何保证这个被消费一次的消息不丢失是非常重要的。本文将分析Ro...
- 秒杀系统—4.第二版升级优化的技术文档二
-
大纲7.秒杀系统的秒杀活动服务实现...
- SpringBoot JPA动态查询与Specification详解:从基础到高级实战
-
一、JPA动态查询概述1.1什么是动态查询动态查询是指根据运行时条件构建的查询，与静态查询（如@Query注解或命名查询）相对。在业务系统中，80%的查询需求都是动态的，例如电商系统中的商品筛选、订...
- Java常用工具类技术文档（java常用工具类技术文档有哪些）
-
一、概述Java工具类（UtilityClasses）是封装了通用功能的静态方法集合，能够简化代码、提高开发效率。本文整理Java原生及常用第三方库（如ApacheCommons、GoogleG...
- Guava 之Joiner 拼接字符串和Map（字符串拼接join的用法）
-
Guave是一个强大的的工具集合，今天给大家介绍一下，常用的拼接字符串的方法，当然JDK也有方便的拼接字符串的方式，本文主要介绍guava的，可以对比使用基本的拼接的话可以如下操作...
- SpringBoot怎么整合Redis，监听Key过期事件?
-
一、修改Redis配置文件1、在Redis的安装目录2、找到redis.windows.conf文件，搜索“notify-keyspace-events”...
- 如何使用Python将多个excel文件数据快速汇总?
-
在数据分析和处理的过程中，Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例，展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据，并最终生成一个包含...
- 利用Pandas高效处理百万级数据集，速度提升10倍的秘密武器
-
处理大规模数据集，尤其是百万级别的数据量，对效率的要求非常高。使用Pandas时，可以通过一些策略和技巧显著提高数据处理的速度。以下是一些关键的方法，帮助你使用Pandas高效地处理大型数据集，从而实...
- Python进阶-Day 25: 数据分析基础
-
目标：掌握Pandas和NumPy的基本操作，学习如何分析CSV数据集并生成报告。课程内容...
- Pandas 入门教程 - 第五课: 高级数据操作
-
在前几节课中，我们学习了如何使用Pandas进行数据操作和可视化。在这一课中，我们将进一步探索一些高级的数据操作技巧，包括数据透视、分组聚合、时间序列处理以及高级索引和切片。高级索引和切片...
- 原来这才是Pandas!（原来这才是薯片真正的吃法）
-
听到一些人说，Pandas语法太乱、太杂了，根本记不住。...
- python(pandas + numpy)数据分析的基础
-
数据NaN值排查，统计，排序...
- 利用Python进行数据分组/数据透视表
-
1.数据分组源数据表如下所示：1.1分组键是列名分组键是列名时直接将某一列或多列的列名传给groupby()方法，groupby()方法就会按照这一列或多列进行分组。按照一列进行分组...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)