Pandas Groupby：在Python汇总、聚合和分组数据

GroupBy是一个非常简单的概念。我们可以创建一组类别并将函数应用于这些类别。这是一个简单的概念，但它是一种极其有价值的技术，广泛用于数据科学。在实际的数据科学项目中，您将处理大量数据并反复尝试，因此为了效率，我们使用 Groupby 概念。 Groupby 概念非常重要，因为它能够有效地汇总、聚合和分组数据。

总结

汇总包括计数、描述数据帧中存在的所有数据。我们可以使用 describe() 方法总结数据框中存在的数据。此方法用于从数据框中获取最小值、最大值、总和、计数值以及该特定列的数据类型。

• describe()：该方法详细说明了数据的类型及其属性。

句法：

dataframe_name.describe()

• unique()：此方法用于从给定列中获取所有唯一值。

句法：

dataframe[‘column_name].unique()

• nunique()：这个方法类似于unique，但它会返回唯一值的计数。

句法：

dataframe_name[‘column_name].nunique()

• info()：该命令用于获取数据类型和列信息

句法：

dataframe.info()

• 列：此命令用于显示数据框中存在的所有列名称

句法：

dataframe.columns

例子：

我们将在此示例中分析学生分数数据。

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均值、平均值、方差和标准差。

• sum()：它返回数据帧的总和

句法：

dataframe[‘column].sum()

• mean()：它返回数据框中特定列的平均值

句法：

dataframe[‘column].mean()

• std()：它返回该列的标准偏差。

句法：

dataframe[‘column].std()

• var()：它返回该列的方差

dataframe[‘column’].var()

• min()：返回列中的最小值

句法：

dataframe[‘column’].min()

• 最大（）：它 返回列中的最大值

句法：

dataframe[‘column’].max()

例子：

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

它用于使用 groupby() 方法对数据框中的一列或多列进行分组。 Groupby主要是指一个涉及以下一个或多个步骤的过程，它们分别是：

• 拆分：这是我们通过对数据集应用某些条件将数据拆分为组的过程。
• 应用：这是一个我们独立地对每个组应用一个函数的过程
• 合并：是我们在应用groupby后合并不同数据集并产生数据结构的过程

示例 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：

示例 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：