pandas数据处理之groupby的常用用法_pandas怎么处理groupby的结果-程序员宅基地

groupby的数据处理简单用法

groupby(by=None, axis=0, level=None,
             as_index=True, sort=True, 
            group_keys=True, squeeze=False, **kwargs)
1、by：mapping, function, str, or iterable。

用于确定groupby的组。如果by是一个函数，那么会调用对象索引的每个值。
如果传递了一个dict或Series,则将使用Series或dict的值来确定组。
一个str或者一个strs列表可以通过自己的列传递给group。

2、axis：轴，int值，默认为0

3、level：如果axis是一个MultiIndex（分层），则按特定的级别分组。int值，默认为None

4、as_index：对于聚合输出，返回带有组标签的对象作为索引。as_index=False实际上是“SQL风格”分组输出，boolean值，默认为True。

5、sort：排序。关闭此功能以获得更好的性能。boolean值，默认True。

6、group_keys：当调用apply时，添加group key来索引来识别片断。boolean值，默认True。

7、squeeze：尽可能减少返回类型的维度，否则返回一致的类型。boolean值，默认False。

1.按照指定列进行分类

g = data_train.groupby(['SibSp','Survived']) ##将sibsp与survived列作为分类依据
df = pd.DataFrame(g.count()['PassengerId']) ##分类依据后，PassengerId作为特征属性量
print(df)

也可以用这个，.fare指的是经过前面两个分组之后，fare作为特征属性展示

#票价与pclass和Embarked有关,所以用train分组后的平均数填充
train.groupby(by=["Pclass","Embarked"]).Fare.mean()

2.抽取指定列来进行统计分类

##进一步观察数据与结果的关系，利用相关性分析
pclass_relate=train.groupby(['Pclass'])['Pclass','Survived'].mean() ##分类准则是pclass
# print(group_relate)
train[['Pclass','Survived']].groupby(['Pclass']).mean().plot(kind='bar') ##等效于data.plot.bar(),柱状图

3.还遇到过利用分组进行排序

train_df[['Pclass', 'Survived']].groupby(['Pclass'], as_index=False).mean().sort_values(by='Survived', ascending=False)

4.利用groupby来新增或者改变列

u3['u_buy_with_coupon']=1
u3=u3.groupby(['User_id'],as_index=False).count()

utmp = fdf[(fdf['Date'].notnull()) & (fdf['Date_received'].notnull())][['User_id', 'distance']]
utmp.replace(-1, np.nan, inplace = True)
u5 = utmp.groupby(['User_id'], as_index=False).min()
u5.rename(columns={'distance': 'u_min_distance'}, inplace=True)

本文链接：https://blog.csdn.net/mocas_wang/article/details/103172371

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

【Pandas数据处理100例】（十八）：Pandas的shift数据位移操作_pandas 列为指定条件位移-程序员宅基地

文章浏览阅读273次。大家好，我是阿光。本专栏整理了《Pandas数据分析处理》，内包含了各种常见的数据处理，以及Pandas内置函数的使用方法，帮助我们快速便捷的处理表格数据。正在更新中~ 我的项目环境：该函数可以经过偏移后的数据测试数据如下：shift函数的默认偏移量是1，就是会将数据向下偏移一位，第一个位置缺失由于没有上一个元素，所以为空。如果我们要向上移动元素，只需要将periods设置为负值，大小就是偏移量。我们在偏移过程中，靠近上方或者下方的数据会出现空值，所以我们可以使用fill_value这个参数_pandas 列为指定条件位移

前端常见的十种布局_前端布局的几种方式-程序员宅基地

文章浏览阅读1.9k次。前端布局常见的有很多种，不同的应用场景有不同的布局方式，下面就来简单介绍一下吧。静态布局、浮动布局、定位布局、栅格布局、table布局、弹性（flex）布局、圣杯布局自适应布局、流式布局、响应式布局_前端布局的几种方式

kotlin面试题android最新面试题及答案-程序员宅基地

文章浏览阅读916次，点赞21次，收藏22次。作为一名从事Android的开发者，很多人最近都在和我吐槽Android是不是快要凉了？而在我看来这正是市场成熟的表现，所有的市场都是温水煮青蛙，永远会淘汰掉不愿意学习改变，安于现状的那批人，希望所有的人能在大浪淘沙中留下来，因为对于市场的逐渐成熟，平凡并不是我们唯一的答案！GitHub地址[外链图片转存中…(img-zC3l0rPJ-1710283715230)]

计算机网络（王道考研）笔记个人整理——第四章-程序员宅基地

文章浏览阅读977次，点赞6次，收藏15次。3.组播（多播）：当网络中的某些用户需要特定数据时，组播数据发送者仅发送一次数据，借助组播路由协议为组播数据包建立组播分发树，被传递的数据到达距离用户端尽可能近的节点后才开始复制和分发，是一点对多点的传输方式。转发表由路由表得来，可以用软件实现，也可以用特殊硬件实现，转发表必须包含完成转发功能所必须的信息，在转发表的每一行必须包含从要到达的目的网络到输出端口和某些MAC地址信息的映射。对地址为x的相邻路由器发来的RIP报文，修改此报文中的所有项目，把”下一跳“字段中的地址改为x，并把所有”距离“字段+1。

UVa 445 Marvelous Mazes（非凡的迷宫）_marvelous mazes uva中文-程序员宅基地

文章浏览阅读946次。Marvelous Mazes Your mission, if you decide to accept it, is to create a maze drawing program. A maze will consist of the alphabetic characters A-Z, * (asterisk), and spaces.Input an_marvelous mazes uva中文

MyBatis插入Insert、InsertSelective的不同以及使用心得_mybatis insertselective-程序员宅基地

文章浏览阅读7.9k次。逆向自动生成的mybatis对应配置Mapper文件里面，有两个方法，分别为insert和insertSelective。这两个方法均是插入对象的方法。为什么会有两个插入方法呢？这里说一下两者的区别。_mybatis insertselective

随便推点

【学习随笔】图灵-计算机器与人工智能_can machines think-程序员宅基地

文章浏览阅读1k次。思维导图模仿游戏作者首先提出了"Can machines think?" （“机器可以思考吗？”）这个问题。相比与尝试定义“机器”“思考”，作者提出了“模仿游戏”。一个男人（A）,一个女人（B）和一个可以是任意性别的询问者（C），A模仿B来误导C的判断，C通过询问AB判断具体两人性别。从而提出"What will happen when a machine takes the part of A in this game?"（“当让一个机器..._can machines think

【kubernetes系列】Kubernetes之configMap_configmap挂载配置文件-程序员宅基地

文章浏览阅读1.4k次。工作中，在几乎所有的应用开发中，都会涉及到配置文件的变更，比如服务需要配置MySQL、Redis等相关信息。而业务上线一般要经历开发环境、测试环境、预发布环境只到最终的线上环境，每一个环境一般都需要其独立的配置。如果我们不能很好的管理这些配置文件，运维工作将顿时变的无比的繁琐而且很容易出错。工作中最佳实践是将应用所需的配置信息于程序进行分离，这样可以使得应用程序被更好的复用，如将应用打包为容器镜像后，可以通过环境变量或外挂文件的方式在创建容器时进行配置注入。_configmap挂载配置文件