Pandas每日函数学习之groupby函数

ztj100 2025-06-04 08:55 14 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'])

df.groupby

上一篇：if函数的数据可视化与排版技巧，还不明白吗?
下一篇：从代码小白到自动化大师:Python 编程实战

Pandas每日函数学习之groupby函数

相关推荐

取消回复欢迎你发表评论:

Vue自定义Hook示例:useUrlState（vue中的自定义指令如何使用）

Vue-实现自定义插件弹窗（vue 实现弹窗）

MySQL中这14个小玩意，让人眼前一亮!

旗舰机新标杆 OPPO Find X2系列正式发布售价5499元起

什么是幂等?分布式锁如何实现业务幂等?

手把手教你搞定菜单权限设计，精确到按钮级别，建议收藏

如何发个 npm 包?

详解MySQL 字符串拼接之concat\concat_ws\group_concat

如何快速切换node版本?利用n包快速切换nodejs版本

【Python机器学习系列】建立多层感知机模型预测心脏疾病

Pandas每日函数学习之groupby函数

相关推荐

取消回复欢迎 你 发表评论:

Vue自定义Hook示例:useUrlState（vue中的自定义指令如何使用）

Vue-实现自定义插件弹窗（vue 实现弹窗）

MySQL中这14个小玩意，让人眼前一亮!

旗舰机新标杆 OPPO Find X2系列正式发布 售价5499元起

什么是幂等?分布式锁如何实现业务幂等?

手把手教你搞定菜单权限设计，精确到按钮级别，建议收藏

如何发个 npm 包?

详解MySQL 字符串拼接之concat\concat_ws\group_concat

如何快速切换node版本?利用n包快速切换nodejs版本

【Python机器学习系列】建立多层感知机模型预测心脏疾病

取消回复欢迎你发表评论:

旗舰机新标杆 OPPO Find X2系列正式发布售价5499元起