Python中的groupby和agg函数|极客教程

Python中的groupby和agg函数

在Python中，有许多强大的函数和方法可以帮助我们进行数据处理和分析。其中，groupby和agg函数是两个非常重要和实用的函数，它们可以帮助我们按照某种规则对数据进行分组，并进行聚合操作，以获取所需的统计量或计算结果。本文将详细介绍groupby和agg函数的用法，并给出5个示例代码及运行结果。

1. groupby函数的用法

1.1 按照单个键进行分组

groupby函数是pandas库中的一个重要函数，用于按照某个或多个键对数据进行分组。我们可以通过指定要分组的键来实现数据的分组操作。下面是一个简单的示例代码：

import pandas as pd

# 创建一个DataFrame对象
data = {'key': ['A', 'B', 'A', 'B', 'A', 'B'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按照key列进行分组
grouped = df.groupby('key')

# 打印每个分组的大小
for key, group in grouped:
    print(key, len(group))

运行结果：

A 3
B 3

在上面的示例中，我们创建了一个包含两列数据的DataFrame对象，并按照'key'列进行了分组。通过遍历分组对象，我们可以打印出每个分组的大小，即每个键出现的次数。

1.2 按照多个键进行分组

除了可以按照单个键进行分组，groupby函数还支持按照多个键进行分组。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame对象
data = {'key1': ['A', 'B', 'A', 'B', 'A', 'B'],
        'key2': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按照key1和key2进行分组
grouped = df.groupby(['key1', 'key2'])

# 打印每个分组的大小
for key, group in grouped:
    print(key, len(group))

运行结果：

('A', 'X') 2
('A', 'Y') 1
('B', 'X') 2
('B', 'Y') 1

在上面的示例中，我们创建了一个包含三列数据的DataFrame对象，并按照'key1'和'key2'列进行了分组。通过遍历分组对象，我们可以打印出每个分组的大小。

2. agg函数的用法

2.1 对分组后的数据进行聚合操作

agg函数是groupby对象的一个方法，用于对分组后的数据进行聚合操作。我们可以通过传递一个或多个聚合函数来获取所需的统计量或计算结果。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame对象
data = {'key': ['A', 'B', 'A', 'B', 'A', 'B'],
        'value1': [1, 2, 3, 4, 5, 6],
        'value2': [7, 8, 9, 10, 11, 12]}
df = pd.DataFrame(data)

# 按照key列进行分组，并对value1和value2列进行聚合操作
grouped = df.groupby('key')
result = grouped.agg({'value1': 'sum', 'value2': 'mean'})

print(result)

运行结果：

   value1  value2
key               
A        9     9.0
B       12    10.0

在上面的示例中，我们创建了一个包含三列数据的DataFrame对象，并按照'key'列进行了分组。然后，我们对'value1'和'value2'列进行了聚合操作，分别求和和计算平均值。

2.2 使用自定义的聚合函数

除了使用内置的聚合函数，我们还可以自定义聚合函数。下面是一个示例代码：

import pandas as pd

# 自定义一个求中位数的函数
def median(series):
    return series.median()

# 创建一个DataFrame对象
data = {'key': ['A', 'B', 'A', 'B', 'A', 'B'],
        'value1': [1, 2, 3, 4, 5, 6],
        'value2': [7, 8, 9, 10, 11, 12]}
df = pd.DataFrame(data)

# 按照key列进行分组，并对value1和value2列进行聚合操作
grouped = df.groupby('key')
result = grouped.agg({'value1': median, 'value2': 'mean'})

print(result)

运行结果：

   value1  value2
key               
A      3.0     9.0
B      4.0    10.0

在上面的示例中，我们定义了一个求中位数的函数median，然后将其传递给agg函数。agg函数会自动将每个分组的数据传递给该自定义函数，并将其结果作为该组的聚合结果。

3. 小结

通过使用groupby和agg函数，我们可以很方便地对数据进行分组和聚合操作，得到所需的统计量或计算结果。在本文中，我们详细介绍了groupby和agg函数的用法，并给出了多个示例代码及运行结果，希望读者能够掌握这两个函数的使用方法，并在实际工作中灵活运用它们。

Python中的groupby和agg函数