python | pandas data frame.groupby()
哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 dataframe-groupby/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫分组 用于根据类别对数据进行分组，并对类别应用函数。它还有助于高效地聚合数据。
Pandas **dataframe.groupby()**功能用于根据一些标准将数据分组。熊猫的物体可以在它们的任何一个轴上分开。分组的抽象定义是提供标签到组名的映射。
语法:data frame.group by(by =无，axis=0，level =无，as_index =真，sort =真，group_keys =真，挤压=假，**kwargs)
参数: by : 映射、函数、str 或可迭代 轴: int，默认 0 级别:如果轴是多索引(分层的)，则按特定的一个或多个级别 分组为 _index : 对于聚合输出，返回以组标签作为索引的对象。仅与数据帧输入相关。as_index=False 实际上是“SQL 风格”的分组输出 排序:排序组键。关闭此功能可以获得更好的性能。请注意，这不会影响各组内的观察顺序。groupby 保留每个组中的行顺序。 group_keys : 调用 apply 时，将组合键添加到索引中以识别片段 挤压:如果可能，降低返回类型的维度，否则返回一致的类型
返回:分组对象
有关代码中使用的 CSV 文件的链接，请单击此处的
示例#1: 使用groupby()功能根据“团队”对数据进行分组。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
现在应用groupby()功能。
# applying groupby() function to
# group the data on team value.
gk = df.groupby('Team')
# Let's print the first entries
# in all the groups formed.
gk.first()
输出:
让我们打印包含任意一个组的值。为此使用团队的名称。我们使用函数get_group()来查找任何组中包含的条目。
# Finding the values contained in the "Boston Celtics" group
gk.get_group('Boston Celtics')
输出:
示例 2: 使用groupby()功能基于多个类别形成组(即使用多个列执行拆分)。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# First grouping based on "Team"
# Within each team we are grouping based on "Position"
gkk = df.groupby(['Team', 'Position'])
# Print the first value in each group
gkk.first()
输出:
groupby()是一个非常强大的功能，有很多变化。这使得按照某些标准拆分数据帧的任务变得非常简单和高效。
