熊猫分组:用 Python 汇总、聚合和分组数据
原文:https://www.geesforgeks.org/pandas-group by-summary-aggregate-and-group-data-in-python/
GroupBy 是一个相当简单的概念。我们可以创建一组类别，并对这些类别应用一个函数。这是一个简单的概念，但它是一种在数据科学中广泛使用的极其有价值的技术。在真正的数据科学项目中，您将处理大量数据，并一遍又一遍地尝试，因此为了提高效率，我们使用 Groupby 概念。Groupby 概念确实很重要，因为它能够总结、 聚合、高效分组数据。
总结
摘要包括计数，描述数据帧中存在的所有数据。我们可以使用 description()方法总结数据框中的数据。此方法用于从数据框中获取最小值、最大值、总和、计数值以及特定列的数据类型。
- description():该方法阐述了数据的类型及其属性。
语法:
data frame_name.description()
- unique(): 此方法用于获取给定列的所有唯一值。
语法:
dataframe['column_name]。唯一的()
- nunique(): 这个方法类似于 unique，但是它将返回唯一值的计数。
语法:
dataframe_name['column_name]。努尼克(法国)
- info(): 此命令用于获取数据类型和列信息
语法:
数据帧. info()
- 列:该命令用于显示数据框中出现的所有列名
语法:
dataframe.columns
示例:
我们将在这个例子中分析学生成绩数据。
蟒蛇 3
# importing pandas as pd for using data frame
import pandas as pd
# creating dataframe with student details
dataframe = pd.DataFrame({'id': [7058, 4511, 7014, 7033],
'name': ['sravan', 'manoj', 'aditya', 'bhanu'],
'Maths_marks': [99, 97, 88, 90],
'Chemistry_marks': [89, 99, 99, 90],
'telugu_marks': [99, 97, 88, 80],
'hindi_marks': [99, 97, 56, 67],
'social_marks': [79, 97, 78, 90], })
# display dataframe
dataframe
输出:
蟒蛇 3
# describing the data frame
print(dataframe.describe())
print("-----------------------------")
# finding unique values
print(dataframe['Maths_marks'].unique())
print("-----------------------------")
# counting unique values
print(dataframe['Maths_marks'].nunique())
print("-----------------------------")
# display the columns in the data frame
print(dataframe.columns)
print("-----------------------------")
# information about dataframe
print(dataframe.info())
输出:
聚合
聚合用于获取数据框中所有列或数据框中特定列的平均值、平均值、方差和标准差。
- sum(): 返回数据帧的总和
语法:
dataframe['列]。总和()
- mean(): 返回数据帧中特定列的平均值
语法:
dataframe['列]。平均值()
- std(): 返回该列的标准差。
语法:
dataframe['列]。标准()
- var(): 返回该列的方差
数据帧[“column”]var()
- min(): 返回列中的最小值
语法:
dataframe['column']。最小值()
- max(): 它返回列中的最大值
语法:
dataframe['column']。最大值()
示例:
在下面的程序中，我们将汇总数据。
蟒蛇 3
# importing pandas as pd for using data frame
import pandas as pd
# creating dataframe with student details
dataframe = pd.DataFrame({'id': [7058, 4511, 7014, 7033],
'name': ['sravan', 'manoj', 'aditya', 'bhanu'],
'Maths_marks': [99, 97, 88, 90],
'Chemistry_marks': [89, 99, 99, 90],
'telugu_marks': [99, 97, 88, 80],
'hindi_marks': [99, 97, 56, 67],
'social_marks': [79, 97, 78, 90], })
# display dataframe
dataframe
输出:
蟒蛇 3
# getting all minimum values from
# all columns in a dataframe
print(dataframe.min())
print("-----------------------------------------")
# minimum value from a particular
# column in a data frame
print(dataframe['Maths_marks'].min())
print("-----------------------------------------")
# computing maximum values
print(dataframe.max())
print("-----------------------------------------")
# computing sum
print(dataframe.sum())
print("-----------------------------------------")
# finding count
print(dataframe.count())
print("-----------------------------------------")
# computing standard deviation
print(dataframe.std())
print("-----------------------------------------")
# computing variance
print(dataframe.var())
输出:
分组
它用于通过使用 groupby() 方法对数据帧中的一列或多列进行分组。Groupby 主要指涉及以下一个或多个步骤的过程:
- 拆分:是我们通过对数据集应用一些条件，将数据拆分成组的过程。
- 应用:是我们对每组独立应用一个函数的过程
- 组合:这是一个过程，在应用 groupby 后，我们组合不同的数据集，并产生一个数据结构
例 1:
蟒蛇 3
# importing pandas as pd for using data frame
import pandas as pd
# creating dataframe with student details
dataframe = pd.DataFrame({'id': [7058, 4511, 7014, 7033],
'name': ['sravan', 'manoj', 'aditya', 'bhanu'],
'Maths_marks': [99, 97, 88, 90],
'Chemistry_marks': [89, 99, 99, 90],
'telugu_marks': [99, 97, 88, 80],
'hindi_marks': [99, 97, 56, 67],
'social_marks': [79, 97, 78, 90], })
# group by name
print(dataframe.groupby('name').first())
print("---------------------------------")
# group by name with soxial_marks sum
print(dataframe.groupby('name')['social_marks'].sum())
print("---------------------------------")
# group by name with maths_marks count
print(dataframe.groupby('name')['Maths_marks'].count())
print("---------------------------------")
# group by name with maths_marks
print(dataframe.groupby('name')['Maths_marks'])
输出:
例 2:
蟒蛇 3
# importing pandas as pd for using data frame
import pandas as pd
# creating dataframe with student details
dataframe = pd.DataFrame({'id': [7058, 4511, 7014, 7033],
'name': ['sravan', 'manoj', 'aditya', 'bhanu'],
'Maths_marks': [99, 97, 88, 90],
'Chemistry_marks': [89, 99, 99, 90],
'telugu_marks': [99, 97, 88, 80],
'hindi_marks': [99, 97, 56, 67],
'social_marks': [79, 97, 78, 90], })
# group by name
print(dataframe.groupby('name').first())
print("------------------------")
# group by name with soxial_marks sum
print(dataframe.groupby('name')['social_marks'].sum())
print("------------------------")
# group by name with maths_marks count
print(dataframe.groupby('name')['Maths_marks'].count())
输出:
