zhuanzi: https://blog.csdn.net/qq_33689414/article/details/78973267
pandas之groupby分组与pivot_table透视表
在使用pandas进行数据分析时，避免不了使用groupby来对数据进行分组运算。
groupby的参数
groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)
-
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。
-
axis：轴，int值，默认为0
-
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
-
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。 -
sort：排序。关闭此功能以获得更好的性能。boolean值，默认True。
-
group_keys：当调用apply时，添加group key来索引来识别片断。boolean值，默认True。
-
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。
groupby的聚合函数
groupby的聚合函数有：
扫描二维码关注公众号，回复：
2368575 查看本文章
| 函数名 | 说明 |
|---|---|
| count | 分组中非NA值的数量 |
| sum | 非NA值的和 |
| mean | 非NA值的平均值 |
| median | 非NA值的算术中位数 |
| std、var | 无偏（分母为n-1）标准差和方差 |
| min、max | 非NA值的最小值和最大值 |
| prod | 非NA值的积 |
| first、last | 第一个或最后一个非NA值 |
groupby示例
groupby的测试数据：
https://github.com/zhang3550545/resource/blob/master/raw/groupby_test.csv
- 读取groupby_test.csv文件中的数据，输处文件内容。
if __name__ == '__main__':
data = pd.read_csv('groupby_test.csv') print(data[:10])
- groupby函数，对区域字段进行分组，对总价求平均值。
results = data.groupby(['区域'])['总价']
print(results) # 输出：<pandas.core.groupby.SeriesGroupBy object at 0x0000023D2AA02EF0>
print(results.mean())
- groupby函数，对区域字段进行分组，对面积求和。
results = data.groupby(['区域'])['面积'].sum() print(results)
- groupby函数，对区域字段进行分组，对区域计算count。
results = data.groupby(data['区域'], sort=False)['区域'].count() print(results)
- groupby函数，对区域字段进行分组，求总价，单价，面积的平均值。
results = data.groupby(['区域'])['总价', '单价', '面积'].mean()
print(results)
- groupby函数，对区域，版块2个字段进行分组，求单价的平均值。
results = data.groupby(['区域', '版块'])['单价'].mean()
print(results)
pivot_table透视表
使用pivot_table透视表实现groupby的功能
results = pd.pivot_table(data, index=['区域', '版块'], values=['单价']) print(results)