操女明星爽不爽操死你操得爽死你 ,欧美成人一级在线,国产黄色在线视频,日本免费成人黄色网址,欧美一级操逼,青青青青青青草视频,操逼网站大全,国产青青草自拍视频

來源丨DeepHub IMBA

groupby是Pandas在數(shù)據(jù)分析中最常用的函數(shù)之一。它用于根據(jù)給定列中的不同值對數(shù)據(jù)點(diǎn)(即行)進(jìn)行分組，分組后的數(shù)據(jù)可以計(jì)算生成組的聚合值。

如果我們有一個包含汽車品牌和價(jià)格信息的數(shù)據(jù)集，那么可以使用groupby功能來計(jì)算每個品牌的平均價(jià)格。

在本文中，我們將使用25個示例來詳細(xì)介紹groupby函數(shù)的用法。這25個示例中還包含了一些不太常用但在各種任務(wù)中都能派上用場的操作。

這里使用的數(shù)據(jù)集是隨機(jī)生成的，我們把它當(dāng)作一個銷售的數(shù)據(jù)集。


 import pandas as pd sales = pd.read_csv("sales_data.csv") sales.head()

1、單列聚合

我們可以計(jì)算出每個店鋪的平均庫存數(shù)量如下:


 sales.groupby("store")["stock_qty"].mean()  #輸出 store Daisy     1811.861702 Rose       1677.680000 Violet   14622.406061 Name: stock_qty, dtype: float64

2、多列聚合

在一個操作中進(jìn)行多個聚合。以下是我們?nèi)绾斡?jì)算每個商店的平均庫存數(shù)量和價(jià)格。


 sales.groupby("store")[["stock_qty","price"]].mean()

3、多列多個聚合

我們還可以使用agg函數(shù)來計(jì)算多個聚合值。

 sales.groupby("store")["stock_qty"].agg(["mean", "max"])

4、對聚合結(jié)果進(jìn)行命名

在前面的兩個示例中，聚合列表示什么還不清楚。例如，“mean”并沒有告訴我們它是什么的均值。在這種情況下，我們可以對聚合的結(jié)果進(jìn)行命名。


 sales.groupby("store").agg(      avg_stock_qty = ("stock_qty", "mean"),    max_stock_qty = ("stock_qty", "max")    )

要聚合的列和函數(shù)名需要寫在元組中。

5、多個聚合和多個函數(shù)

 sales.groupby("store")[["stock_qty","price"]].agg(["mean", "max"])

6、對不同列的聚合進(jìn)行命名


 sales.groupby("store").agg(    avg_stock_qty = ("stock_qty", "mean"),    avg_price = ("price", "mean")    )

7、as_index參數(shù)

如果groupby操作的輸出是DataFrame，可以使用as_index參數(shù)使它們成為DataFrame中的一列。


 sales.groupby("store", as_index=False).agg(         avg_stock_qty = ("stock_qty", "mean"),    avg_price = ("price", "mean")    )

8、用于分組的多列

就像我們可以聚合多個列一樣，我們也可以使用多個列進(jìn)行分組。


 sales.groupby(["store","product_group"], as_index=False).agg(       avg_sales = ("last_week_sales", "mean")      ).head()

每個商店和產(chǎn)品的組合都會生成一個組。

9、排序輸出

可以使用sort_values函數(shù)根據(jù)聚合列對輸出進(jìn)行排序。


 sales.groupby(["store","product_group"], as_index=False).agg(   avg_sales = ("last_week_sales", "mean")      ).sort_values(by="avg_sales", ascending=False).head()

這些行根據(jù)平均銷售值按降序排序。

10、最大的Top N

max函數(shù)返回每個組的最大值。如果我們需要n個最大的值，可以用下面的方法：


 sales.groupby("store")["last_week_sales"].nlargest(2)  store       Daisy   413   1883        231     947 Rose   948     883        263     623 Violet 991   3222        339   2690 Name: last_week_sales, dtype: int64

11、最小的Top N

與最大值相似，也可以求最小值


 sales.groupby("store")["last_week_sales"].nsmallest(2)

12、第n個值

除上面2個以外，還可以找到一組中的第n個值。

 sales_sorted = sales.sort_values(by=["store","last_month_sales"], ascending=False, ignore_index=True)

找到每個店鋪上個月銷售排名第五的產(chǎn)品如下:


 sales_sorted.groupby("store").nth(4)

輸出包含每個組的第5行。由于行是根據(jù)上個月的銷售值排序的，所以我們將獲得上個月銷售額排名第五的行。

13、第n個值，倒排序

也可以用負(fù)的第n項(xiàng)。例如，" nth(-2) "返回從末尾開始的第二行。


 sales_sorted.groupby("store").nth(-2)

14、唯一值

unique函數(shù)可用于查找每組中唯一的值。例如，可以找到每個組中唯一的產(chǎn)品代碼如下:


 sales.groupby("store", as_index=False).agg( unique_values = ("product_code","unique") )

15、唯一值的數(shù)量

還可以使用nunique函數(shù)找到每組中唯一值的數(shù)量。


 sales.groupby("store", as_index=False).agg( number_of_unique_values = ("product_code","nunique") )

16、Lambda表達(dá)式

可以在agg函數(shù)中使用lambda表達(dá)式作為自定義聚合操作。


 sales.groupby("store").agg(    total_sales_in_thousands = (        "last_month_sales",        lambda x: round(x.sum() / 1000, 1)    ) )

17、apply函數(shù)

使用apply函數(shù)將Lambda表達(dá)式應(yīng)用到每個組。例如，我們可以計(jì)算每家店上周銷售額與上個月四分之一銷售額的差值的平均值，如下:


 sales.groupby("store").apply( lambda x: (x.last_week_sales - x.last_month_sales / 4).mean() )  store Daisy     5.094149 Rose     5.326250 Violet   8.965152 dtype: float64

18、dropna

缺省情況下，groupby函數(shù)忽略缺失值。如果用于分組的列中缺少一個值，那么它將不包含在任何組中，也不會單獨(dú)顯示。所以可以使用dropna參數(shù)來改變這個行為。

讓我們首先添加一個缺少存儲值的新行。


 sales.loc[1000] = [None, "PG2", 10000, 120, 64, 96, 15, 53]

然后計(jì)算帶有dropna參數(shù)和不帶有dropna參數(shù)的每個商店的平均價(jià)格，以查看差異。


 sales.groupby("store")["price"].mean()  store Daisy     69.327426 Rose     60.513700 Violet   67.808727 Name: price, dtype: float64

看看設(shè)置了缺失值參數(shù)的結(jié)果：


 sales.groupby("store", dropna=False)["price"].mean()  store Daisy     69.327426 Rose     60.513700 Violet   67.808727 NaN       96.000000 Name: price, dtype: float64

groupby函數(shù)的dropna參數(shù)，使用pandas版本1.1.0或更高版本。

19、求組的個數(shù)

有時需要知道生成了多少組，這可以使用ngroups。


 sales.groupby(["store", "product_group"]).ngroups  18

在商店和產(chǎn)品組列中有18種不同值的不同組合。

20、獲得一個特定分組

get_group函數(shù)可獲取特定組并且返回DataFrame。

例如，我們可以獲得屬于存儲“Daisy”和產(chǎn)品組“PG1”的行如下:


 aisy_pg1 = sales.groupby( ["store", "product_group"]).get_group(("Daisy","PG1") ) daisy_pg1.head()

21、rank函數(shù)

rank函數(shù)用于根據(jù)給定列中的值為行分配秩。我們可以使用rank和groupby函數(shù)分別對每個組中的行進(jìn)行排序。


 sales["rank"] = sales.groupby("store"["price"].rank( ascending=False, method="dense" )  sales.head()

22、累計(jì)操作

們可以計(jì)算出每組的累計(jì)總和。


 import numpy as npdf = pd.DataFrame(    {      "date": pd.date_range(start="2022-08-01", periods=8, freq="D"),      "category": list("AAAABBBB"),      "value": np.random.randint(10, 30, size=8)    } )

我們可以單獨(dú)創(chuàng)建一個列，包含值列的累計(jì)總和，如下所示:


 df["cum_sum"] = df.groupby("category")["value"].cumsum()

23、expanding函數(shù)

expanding函數(shù)提供展開轉(zhuǎn)換。但是對于展開以后的操作還是需要一個累計(jì)函數(shù)來堆區(qū)操作。例如它與cumsum 函數(shù)一起使用，結(jié)果將與與sum函數(shù)相同。


 df["cum_sum_2"] = df.groupby(    "category" )["value"].expanding().sum().values

24、累積平均

利用展開函數(shù)和均值函數(shù)計(jì)算累積平均。


 df["cum_mean"] = df.groupby(    "category" )["value"].expanding().mean().values

25、展開后的最大值

可以使用expand和max函數(shù)記錄組當(dāng)前最大值。


 df["current_highest"] = df.groupby(    "category" )["value"].expanding().max().values

在Pandas中g(shù)roupby函數(shù)與aggregate函數(shù)共同構(gòu)成了高效的數(shù)據(jù)分析工具。在本文中所做的示例涵蓋了groupby功能的大多數(shù)用例，希望對你有所幫助。

25 個例子學(xué)會Pandas Groupby 操作！