Python技巧分享之groupby基础用法详解

2022-10-26 08:49:44 作者：Python数据挖掘

python中groupby函数主要的作用是进行数据的分组以及分组后地组内运算！本文将通过一些示例和大家详细讲讲groupby的基础用法，需要的可以参考一下

模拟数据

import pandas as pd
import numpy as np

employees = ["小明","小周","小孙","小王","小张"]   # 5位员工
time = ["上半年", "下半年"]


df=pd.DataFrame({
    "employees":np.random.choice(employees,10),  # 在员工中重复选择10次
    # 另一种写法
    #"employees":[employees[x] for x in np.random.randint(0,len(employees),10)],  
    "time":np.random.choice(time,10),
    "salary":np.random.randint(800,1000,10),  # 800-1000之间的薪资选择10个数值
    "score":np.random.randint(6,12,10)  # 6-11的分数选择10个
})

df

groupby+单个字段+单个聚合

求解每个人的总薪资金额：

total_salary = df.groupby("employees")["salary"].sum().reset_index()
total_salary

使用agg也能够实现上面的效果：

df.groupby("employees").agg({"salary":"sum"}).reset_index()

df.groupby("employees").agg({"salary":np.sum}).reset_index()

groupby+单个字段+多个聚合

求解每个人的总薪资金额和薪资的平均数：

方法1：使用groupby+merge

mean_salary = df.groupby("employees")["salary"].mean().reset_index()
mean_salary

然后将上面的两个结果进行组合；在合并之前为了字段的名字更加的直观，我们重命名下：

total_salary.rename(columns={"employees":"total_salary"})
mean_salary.columns = ["employees","mean_salary"]

total_mean = total_salary.merge(mean_salary)
total_mean

方法2：使用groupby+agg

total_mean = df.groupby("employees")\
            .agg(total_salary=("salary", "sum"), 
                 mean_salary=("salary", "mean"))\
            .reset_index()
total_mean

groupby+多个字段+单个聚合

针对多个字段的同时聚合：

df.groupby(["employees","time"])["salary"].sum().reset_index()

# 使用agg来实现

df.groupby(["employees","time"]).agg({"salary":"sum"}).reset_index()

groupby+多个字段+多个聚合

使用的方法是：

agg(’新列名‘=(’原列名‘, ’统计函数/方法‘))

df.groupby(["employees","time"])\
            .agg(total_salary=("salary", "sum"), 
                mean_salary=("salary", "mean"),
                total_score=("score", "sum") 
                )\
            .reset_index()

到此这篇关于Python技巧分享之groupby基础用法详解的文章就介绍到这了,更多相关Python groupby用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！