如何在 Pandas 中按组计算观察值？

在数据分析过程中，经常需要对数据进行按组计算，例如对每个类别下的平均值、中位数等进行计算。Pandas 提供了类似于 SQL 中 groupby 的功能，可以轻松地对数据进行按组计算。

Groupby 语法

Pandas 中的 groupby 可以使用以下语法对数据进行按组计算：

df.groupby(by=grouping_columns)[columns_to_show].function()

其中，

• grouping_columns 表示按哪些列进行分组；
• columns_to_show 表示需要显示哪些列；
• function 表示需要对哪些列进行需要进行计算的函数。

实例演示

假设有如下一份数据：

import pandas as pd

data = pd.DataFrame({
    "class": ["A", "B", "C", "A", "B", "C"],
    "score": [80, 85, 90, 75, 80, 85],
    "age": [20, 22, 21, 19, 23, 20]
})

print(data)

输出结果：

  class  score  age
0     A     80   20
1     B     85   22
2     C     90   21
3     A     75   19
4     B     80   23
5     C     85   20

如果需要按照班级分组计算平均分和最大年龄，可以使用以下代码：

result = data.groupby("class")["score", "age"].agg(["mean", "max"])

print(result)

输出结果：

          score     age    
           mean max mean max
class                      
A          77.5  80   19  20
B          82.5  85   23  23
C          87.5  90   20  21

可以看到，按照班级分组后，计算了每个班级的平均分和最大年龄。

更多关于 Pandas 的 groupby 函数的详细用法可以查看 官方文档。