Pandas groupby和计算中位数

Python中的Pandas被称为执行数据分析的最流行和强大的工具。这是因为Pandas的功能非常漂亮，而且能够处理大型数据集的集合和子集。因此，在这篇文章中，我们将研究Pandas Group By功能是如何工作的，并在处理大数据集时节省大量的精力。同时，我们将使用Pandas Group By和Median功能解决实际问题。

Pandas groupby()

pandas中的groupby()方法将数据集分割成多个子集，使计算更加容易。一般来说，groupby()将数据分割开来，应用各种功能，然后为我们组合出结果。让我们举个例子，如果我们有不同国家的酒精消费数据，而我们想按洲进行数据分析，使用pandas中的groupby()方法可以将这个问题减到最小。它将数据按洲划分，并使用median()方法计算出中位数。

语法 :

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=<object object>, observed=False, dropna=True)

例子1:在给定的数据集上找到各大洲酒精消费的中位数。

# import the packages
import pandas as pd
 
# read Dataset
data = pd.read_csv("drinksbycountry.csv")
data.head()
 
# perform groupby on continent and find median
# of total_litres_of_pure_alcohol
data.groupby(["continent"])["total_litres_of_pure_alcohol"].median()
 
# perform groupby on continent and find median
# of wine_serving
data.groupby(["continent"])["wine_servings"].median()

输出 :

纯酒精总升数的中位数

葡萄酒的中位数_服务

例2：在给定的数据集上按年龄找到总人口组的中位数。

# import packages
import pandas as pd
 
# read Dataset
data = pd.read_csv("WorldPopulationByAge2020.csv")
data.head()
 
# perform group by AgeGrp and find median
data.groupby(["AgeGrp"])["PopTotal"].median()

输出 :

按年龄分组