1.聚合運算

(1)使用內建的聚合運算函式進行計算

1>內建的聚合運算函式

sum(),mean(),max(),min(),size(),describe()...等等

2>應用聚合運算函式進行計算

import numpy as np
import pandas as pd
#建立df物件
dict_data = {
  'key1':['a','b','c','d','a','d'],'key2':['one','two','three','one','two'],'data1':np.random.randint(1,10,8),'data2':np.random.randint(1,8)
}
 
df = pd.DataFrame(dict_data)
print(df)
'''
  data1 data2 key1  key2
0   3   4  a  one
1   7   9  b  two
2   5   7  c three
3   3   4  d  one
4   8   7  a  two
5   4   7  b three
6   8   9  c  one
7   4   4  d  two
'''
#根據key1分組,進行sum()運算
df = df.groupby('key1').sum()
print(df)
'''
key1       
a    12   10
b     8   5
c     8   11
d    16   13
'''
#內建的聚合函式
print(df.groupby('key1').sum())
print('*'*50)
print(df.groupby('key1').max())
print('*'*50)
print(df.groupby('key1').min())
print('*'*50)
print(df.groupby('key1').mean())
print('*'*50)
print(df.groupby('key1').size())
print('*'*50)
#分組中非Nan資料的數量
print(df.groupby('key1').count())
print('*'*50)
print(df.groupby('key1').describe())

(2)自定義聚合函式進行計算

在使用自定義聚合函式的時候,需要用到一個agg()函式

#自定義聚合函式
#最大值-最小值
def peak_range(df):
  #返回資料範圍差值
  return df.max()**2 - df.min()**2
 
#agg() 可以將聚合計算的結果祖闖成一個dataframe物件返回
 
print(df.groupby('key1').agg(peak_range))
 
#lambda
print(df.groupby('key1').agg(lambda df:df.max()-df.min()))

(3)應用多個聚合函式,預設列索引為函式名

#應用多個聚合函式,預設列索引為函式名
#通過元素重新命名列索引('列索引',函式)
print(df.groupby('key1').agg(['sum','std','mean',('range',peak_range)]))
'''
   data1           data2           
    sum    std mean range  sum    std mean range
key1                           
a    10 2.828427 5.0  40  12 2.828427 6.0  48
b    10 5.656854 5.0  80   8 1.414214 4.0  16
c    6 1.414214 3.0  12   9 0.707107 4.5   9
d    15 0.707107 7.5  15   8 2.828427 4.0  32
'''

(4)指定每一列使用某個聚合運算函式

#指定每一列使用某個聚合運算函式
print(df.groupby('key1').agg({'data1':'mean','data2':'sum'}))
'''
   data1 data2
key1       
a    5.0   12
b    5.0   8
c    3.0   9
d    7.5   8
'''

2.分組運算

(1)進行分組運算,並在運算後的結果列索引前加字首

加字首用到add_prefix('字首')函式

#建立df物件
dict_data = {
  'key1':['a',8)
}
 
df = pd.DataFrame(dict_data)
print(df)
'''
  data1 data2 key1  key2
0   1   5  a  one
1   9   3  b  two
2   3   6  c three
3   6   9  d  one
4   8   4  a  two
5   5   5  b three
6   9   6  c  one
7   4   1  d  two
'''
#按照key1分組,進行sum()運算
#在運算結果的列索引前新增字首
k1_sum = df.groupby('key1').sum().add_prefix('sum_')
print(k1_sum)
'''
   sum_data1 sum_data2
key1           
a       9     9
b      14     8
c      12     12
d      10     10
'''

(2)進行分組運算,並把原始資料和結果資料合併

#建立df物件
dict_data = {
  'key1':['a',進行sum()運算
#在運算結果的列索引前新增字首
k1_sum = df.groupby('key1').sum().add_prefix('sum_')
print(k1_sum)
'''
   sum_data1 sum_data2
key1           
a       9     9
b      14     8
c      12     12
d      10     10
'''
#將運算結果和原始資料拼接到一起
#引數1:原始資料
#引數2:運算結果資料
pd.merge(df,k1_sum,left_on='key1',right_index=True)

(3)使用transform()函式,將計算結果按照原始資料排序成一個DataFrame物件

#建立df物件
dict_data = {
  'key1':['a',進行sum()運算
#在運算結果的列索引前新增字首
k1_sum = df.groupby('key1').sum().add_prefix('sum_')
print(k1_sum)
'''
   sum_data1 sum_data2
key1           
a       9     9
b      14     8
c      12     12
d      10     10
'''
#transform() 計算 會將計算的結果按照原始資料的排序組裝成一個dataframe物件
k1_sum_tf = df.groupby('key1').transform(np.sum).add_prefix('sum_')
# print(k1_sum_tf.columns)
 
#把運算結果資料拼接到原始資料後
df[k1_sum_tf.columns] = k1_sum_tf
print(df)
'''
  data1 data2 key1  key2 sum_data1 sum_data2 sum_key2
0   5   4  a  one     9    12  onetwo
1   3   3  b  two     5    12 twothree
2   9   2  c three    14     9 threeone
3   6   5  d  one    11     9  onetwo
4   4   8  a  two     9    12  onetwo
5   2   9  b three     5    12 twothree
6   5   7  c  one    14     9 threeone
7   5   4  d  two    11     9  onetwo
'''

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。