使用 Pandas Group by module 创建非分层列

Pandas是一个强大的数据分析库，其中Group by模块允许我们对数据进行分组和聚合操作。在本文中，我们将介绍如何使用Pandas Group by模块创建非分层列。

创建数据集

首先，我们创建一个示例数据集：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella', 'Frank'],
        'age': [25, 30, 20, 35, 40, 27],
        'gender': ['F', 'M', 'M', 'M', 'F', 'M'],
        'score': [75, 80, 60, 90, 95, 70]}

df = pd.DataFrame(data)

我们的数据集包括四个字段：姓名（name）、年龄（age）、性别（gender）和分数（score）。现在我们将使用Group by模块对它进行分组和聚合。

使用Group by模块

首先，我们定义要聚合的列。然后，我们使用Group by模块对数据进行分组，并对每个组进行聚合操作。

# 定义要聚合的列
group_cols = ['gender', 'age']

# 使用Group by模块对数据进行分组和聚合
result = df.groupby(group_cols, as_index=False).mean()

在上面的代码中，我们定义了两个要分组和聚合的列：性别（gender）和年龄（age）。我们指定了参数as_index=False以避免出现分层列。最后，我们使用mean()函数对分数（score）列进行求平均值的操作。

输出结果

让我们输出结果并查看数据集：

print(result)

输出：

  gender  age  score
0      F   25     75
1      F   40     95
2      M   20     60
3      M   27     70
4      M   30     80
5      M   35     90

输出结果显示，我们成功地对数据集进行了分组和聚合操作，并且没有出现分层列。

总结

在本文中，我们介绍了如何使用Pandas Group by模块创建非分层列。通过使用Group by模块，我们可以轻松地对数据进行分组和聚合操作，以实现我们的数据分析和挖掘目标。