pandas统计分析基础.pdfVIP

使用groupby方法拆分数据

groupby方法的参数及其说明

➢该方法提供的是分组聚合步骤中的拆分功能，能根据索引或字段对数据进行分组。其常用参数与使用格式如下。

DataFrame.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,

squeeze=False,**kwargs)

参数名称说明

by接收list，string，mapping或generator。用于确定进行分组的依据。无默认。

axis接收int。表示操作的轴向，默认对列进行操作。默认为0。

level接收int或者索引名。代表所在级别。默认为None。

as_index接收boolearn。表示聚合后的聚合是否以DataFrame索引形式输出。默认为True。

sort接收boolearn。表示是否对分组依据分组进行排序。默认为True。

group_keys接收boolearn。表示是否显示分组的名称。默认为True。

squeeze接收boolearn。表示是否在允许的情况下对返回数据进行降维。默认为False。

使用groupby方法拆分数据

groupby方法的参数及其说明——by参数的特别说明

➢如果传入的是一个函数则对索引进行计算并分组。

➢如果传入的是一个字典或者Series则字典或者Series的值用来做分组依据。

➢如果传入一个NumPy数组则数据的元素作为分组依据。

➢如果传入的是字符串或者字符串列表则使用这些字符串所代表的字段作为分组依据。

使用groupby方法拆分数据

GroupBy对象常用的描述性统计方法

➢用groupby方法分组后的结果并不能直接查看，而是被存在内存中，输出的是内存地址。实际上分组后的数据对

象GroupBy类似Series与DataFrame，是pandas提供的一种对象。GroupBy对象常用的描述性统计方法如下。

方法名称说明方法名称说明

对每个分组中组员的进行标记，

count计算分组的数目，包括值。cumcount

0至n-1。

head返回每组的前n个值。size返回每组的大小。

max返回每组最大值。min返回每组最小值。

mean返回每组的均值。std返回每组的标准差。

median返回每组的中位数。sum返回每组的和。

使用agg方法聚合数据

agg和aggregate函数参数及其说明

➢agg，aggregate方法都支持对每个分组应用某函数，包括Python内置函数或自定义函数。同时这两个方

法能够也能够直接对DataFrame进行函数应用操作。

➢在正常使用过程中，agg函数和aggregate函数对DataFrame对象操作时功能几乎完全相同，因此只需要

掌握其中一个函数即可。它们的参数说明如下表。

DataFrame.agg(func,axis=0,*args,**kwargs)

DataFrame.aggregate(func,axis=0,*args,**kwargs)

参数名称说明

func接收list、dict、function。表示应用于每行／每列的函数。无默认。

axis接收0或1。代表操作的轴向。默认为0。

使用agg方法聚合数据

agg方法求统计量

➢可以使用agg方法一次求出当前数据中所有菜品销量和售