数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 Pandas 中结合 Groupby 和多个聚合函数？
groupby() 和 aggregate() 是 Pandas 库中提供的两个函数。
groupby() 函数
groupby() 函数允许你根据一个或多个列对 DataFrame 进行分组。它在内部执行一系列操作，例如拆分对象、应用函数以及组合结果，这些操作都在DataFrame 对象上执行。
此函数返回 DataFrameGroupBy 对象，其中包含有关分组的信息。一旦我们获得此对象，我们就可以执行各种操作，例如计算平均值、计算总和和平均值等。
语法
以下是 groupby() 函数的语法：
DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, observed=False, dropna=True)
aggregate() 函数
aggregate() 函数用于在一个特定轴上对整个 DataFrame 或 DataFrame 中的特定列应用一个或多个操作（函数）。这些数学运算用于汇总和计算给定数据集的统计数据。agg 是 aggregate() 函数的别名。
语法
以下是 groupby 的语法：
DataFrame.aggregate(func=None, axis=0, *args, **kwargs)
其中，
func - 这是用于计算聚合值的函数或函数列表。
axis - 此值指定轴（列：0 或 'index' 以及行 - 1 或 'columns'）。
*args - 传递给 func 的位置参数
**kwargs - 传递给 func 的关键字参数
结合 Groupby 和多个聚合函数
我们可以使用 aggregate() 或 agg() 函数对 Groupby 子句的结果执行多个聚合函数，例如 sum、mean、min max 等，如下所示：
pandas.groupby(column_name).agg(column)
示例
在以下示例中，我们使用 Pandas 中的 groupby 函数根据列名 Fruits 对 DataFrame 进行分组，并在两个不同的列 'Dozens' 和 'Cost' 上执行聚合操作mean。这将返回groupby 和aggregate 函数的组合输出。
import pandas as pd
data = {'Fruits': ['Papaya','Apple','Banana','Grapes','Orange','Watermelon'],
'Dozens': [25, 30, 35, 27, 32, 37],
'Cost': [500, 6000, 270, 5500, 6500, 7500]}
df = pd.DataFrame(data)
grouped_df = df.groupby('Fruits').agg({'Dozens': ['mean'], 'Cost': ['mean']})
print(grouped_df)
输出
以下是groupby 和aggregate 函数组合的输出。
Dozens Cost
mean mean
Fruits
Apple 30.0 6000.0
Banana 35.0 270.0
Grapes 27.0 5500.0
Orange 32.0 6500.0
Papaya 25.0 500.0
Watermelon 37.0 7500.0
示例
在下面的示例中，我们考虑相同的数据集并根据相同的列(fruits)进行分组，并使用 agg() 函数计算列‘cost’的“min”、“max”、“sum”、“count”、“mean”值：
import pandas as pd
data = {'Fruits': ['Papaya','Apple','Banana','Grapes','Orange','Watermelon'],
'Dozens': [25, 30, 35, 27, 32, 37],
'Cost': [500, 6000, 270, 5500, 6500, 7500]}
df = pd.DataFrame(data)
grouped_df = df.groupby('Fruits').Cost.agg(["min", "max", "sum", "count", "mean"])
print(grouped_df)
输出
当我们运行上述代码时，将显示以下输出：
min max sum count mean Fruits Apple 6000 6000 6000 1 6000.0 Banana 270 270 270 1 270.0 Grapes 5500 5500 5500 1 5500.0 Orange 6500 6500 6500 1 6500.0 Papaya 500 500 500 1 500.0 Watermelon 7500 7500 7500 1 7500.0
示例
让我们再看一个结合 groupby 和聚合函数的示例。这里我们考虑数据集“titanic.csv”数据集，并对列'Survived'和'Pclass'执行“mean”、“max”、“sum”操作，并根据列'fare'进行分组：
import pandas as pd
data = pd.read_csv("https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv")
data_groupby = data.groupby('Fare')
data_agg = data_groupby.agg({'Survived':["mean", "max", "sum"],'Pclass':["min", "max", "sum"]})
print(data_agg)
输出
当我们运行上述代码时，将生成以下输出： Survived Pclass
mean max sum min max sum
Fare
0.0000 0.066667 1 1 1 3 29
4.0125 0.000000 0 0 3 3 3
5.0000 0.000000 0 0 1 1 1
6.2375 0.000000 0 0 3 3 3
6.4375 0.000000 0 0 3 3 3
... ... .. .. ... .. ..
227.5250 0.750000 1 3 1 1 4
247.5208 0.500000 1 1 1 1 2
262.3750 1.000000 1 2 1 1 2
263.0000 0.500000 1 2 1 1 4
512.3292 1.000000 1 3 1 1 3
[248 rows x 6 columns]
736 次浏览
