Pandas 如何使用group-by函数实现数据求和

在本文中，我们将介绍如何使用pandas的group-by函数进行数据分组求和。group-by函数可以实现对数据集按照特定的属性进行分类汇总，然后进行统计分析。实现起来十分简单。

阅读更多：Pandas 教程

Pandas group-by函数的使用

group-by函数可以对数据按照某一列或者多列进行分类，然后对其他列进行统计分析。例如，我们有一个数据集包含了学生的姓名、年龄和成绩：

我们可以按照年龄进行分组，然后对成绩进行求和：

import pandas as pd

df = pd.DataFrame({'姓名': ['小明', '小张', '小王', '小李', '小赵'],
                   '年龄': [10, 11, 10, 12, 11],
                   '成绩': [90, 85, 92, 88, 91]})
result = df.groupby('年龄').sum()
print(result)

输出结果：

     成绩
年龄     
10  182
11  176
12   88

可以看到，我们按照年龄将数据集分成了三组，然后对每组的成绩进行了求和。同样，我们还可以按照多列进行分组，例如按照年龄和性别进行分组：

result = df.groupby(['年龄', '性别']).sum()

group-by常用函数

group-by函数支持很多常用的操作函数，下面我们来介绍一下其中几个常用函数。

count

count函数可以对每一组的元素数量进行统计。例如，我们有一个数据集包含了一些人的性别和出生日期：

我们可以按照性别进行分组，然后统计每组中的元素数量：

import pandas as pd

df = pd.DataFrame({'性别': ['男', '女', '男', '女', '男'],
                   '出生日期': ['2000-01-01', '2003-02-02', '2002-03-03', '2004-04-04', '2001-05-05']})
result = df.groupby('性别').count()
print(result)

输出：

    出生日期
性别       
女      2
男      3

mean

mean函数可以对每一组的平均值进行统计。例如，我们有一个数据集包含了一些人的身高和体重：

我们可以按照身高进行分组，然后统计每组的体重平均值：

import pandas as pd

df = pd.DataFrame({'身高（米）': [1.80, 1.60, 1.75, 1.65, 1.70],
                   '体重（公斤）': [70, 50, 65, 55, 60]})
result = df.groupby('身高（米）').mean()
print(result)

输出：

       体重（公斤）
身高（米）         
1.60         50
1.65         55
1.70         60
1.75         65
1.80         70

sum

sum函数可以对每一组的元素进行求和。例如，我们有一个数据集包含了三个销售员在不同日期的销售金额：

我们可以按照销售员进行分组，然后统计每个销售员的销售金额总和：

import pandas as pd

df = pd.DataFrame({'销售员': ['A', 'A', 'B', 'B', 'C'],
                   '日期': ['2020-01-01', '2020-01-02', '2020-01-01', '2020-01-02', '2020-01-01'],
                   '销售金额': [100, 200, 150, 250, 300]})
result = df.groupby('销售员')['销售金额'].sum()
print(result)

输出：

销售员
A    300
B    400
C    300
Name: 销售金额, dtype: int64

总结

Pandas的group-by函数可以对数据集进行分类汇总，实现各种统计操作。常用的操作函数包括count、mean、sum等。掌握pandas的group-by函数可以使得数据分析变得更加容易和高效。