Pandas Groupby 和计算平均值

Pandas是一个Python库，它为数据分析提供了广泛的支持。其中一项非常强大的功能是groupby方法，它允许我们按指定的列对数据进行分组，然后可以对每个组进行聚合操作，例如计算平均值、计数、求和等。

使用Pandas Groupby方法

Pandas的groupby方法通常在我们需要对数据进行汇总或聚合操作时使用。一般地，使用groupby方法步骤如下：

1. 根据需要指定分组的列或列列表
2. 调用groupby方法
3. 对每个组进行汇总或聚合操作

以下是使用groupby方法的基本语法：

df.groupby('column_name')

其中column_name是要分组的列名称。

示例

下面是一个具体的示例，我们将按照“国家/地区”列对奥运运动员进行分组，并计算每个国家/地区的平均获奖金牌数。

import pandas as pd

# 读取数据
data = pd.read_csv('olympics.csv')

# 按国家/地区分组，计算平均获奖金牌数
grouped = data.groupby('Country')['Gold'].mean()

# 打印结果
print(grouped)

在上述示例中，我们通过groupby方法按“国家/地区”列对数据进行分组，并计算每个国家/地区的平均获奖金牌数。最后，我们打印出计算结果。

多列分组

在某些情况下，我们可能需要同时按多列对数据进行分组。这时，我们可以传入一个列名称列表，例如：

df.groupby(['column_name_1', 'column_name_2'])

对不同列进行不同的汇总操作

在某些情况下，我们可能需要对不同的列进行不同的汇总操作。此时，我们可以使用agg方法，并传入一个字典，指定需要进行哪些操作。

例如，以下代码将按“国家/地区”列进行分组，并计算平均获奖金牌数和总人口数：

import pandas as pd

# 读取数据
data = pd.read_csv('olympics.csv')

# 定义需要进行的操作
ops = {'Gold': 'mean', 'Population': 'sum'}

# 按国家/地区分组进行汇总操作
grouped = data.groupby('Country').agg(ops)

# 打印结果
print(grouped)

在上述示例中，我们指定了需要计算平均获奖金牌数和总人口数的操作，并传入一个字典。然后我们使用agg方法，对“国家/地区”列进行分组，并进行所需的汇总操作。最后，我们打印出结果。

结论

本文介绍了Pandas的groupby方法以及如何使用它对数据进行分组和汇总操作。在实际工作中，我们可以利用这个功能轻松地完成数据汇总、聚合等操作。