极客教程Pandas 逐列分组
在本教程中，我们将讨论pandas的逐列分组。无论你是刚开始接触pandas，需要掌握被认为是它的核心功能之一，还是想填补你对.groupby()知识的空缺，本学术将帮助你解构和可视化pandas的GroupBy操作。很有帮助。从开始到结束。这个学术应该是通过演示独立的大块的例子来补充正宗的Pandas文档和烹饪书。但我们在这里可以关注三个使用实际数据集的额外复杂教程。
Python是一种伟大的信息分析语言，因为它有一个伟大的环境，更多时候是以记录为中心的Python包。Pandas是这些包中的一个，它简化了信息的上传和分析。Pandas groupby用于按类别对数据进行分组，并对类别应用函数。它还可以帮助你有效地汇总数据。Pandas的函数dataframe.groupby()根据某些标准将数据分成若干组。Pandas的项目可以在任何轴上进行分解。分组的概要定义是将标签映射到机构名称。每个groupby操作包括对原始对象的以下操作之一。-
- 拆分对象
- 应用函数
- 合并结果
通常，你把你的数据分成几组，并对每个子集应用一个函数。应用函数使你能够。-
- 聚合 – 计算汇总统计
- 变换– 执行针对组的操作
- 过滤 – 在特定条件下丢弃数据
Groupby列Pandas的语法
groupby()列pandas的语法如下所示
Groupby列Pandas的参数
groupby()列pandas的参数如下。
- by： 映射、函数、str或iterable
- axis： int，默认为0
- level： 如果轴是MultiIndex（分层的），按一个或多个特定的级别分组索引。最简单的是适用于DataFrame输入。as_index=false是有效的 “sq.-style “聚类输出。
- sort： 排序组键。禁用这个会提高性能。注意，这并不影响每个机构内的观察值的顺序。groupby保留了每个机构内的行的顺序。
- group_keys： 向索引上传组织键，以便在调用实践时识别部分。
- Squeeze： 如果可能的话，减少返回种类的维度。在任何其他情况下都会返回一个常量类型。
Groupby column Pandas的返回值
Groupby列pandas返回Groupby对象的值。
例子1:
在这里，我们给出一个groupby列pandas的例子。下面给出了这个例子。
输出： 现在我们编译上述程序，编译成功后，我们运行它。
例子2： 在这里，我们举一个groupby列pandas的例子。下面给出的例子是 –
输出
现在我们编译上述程序，编译成功后，我们运行它。那么结果如下
例3 :
在这里，我们举一个grouponby列pandas的例子。下面给出的例子是 –
输出
现在我们编译上述程序，编译成功后，我们运行它。那么结果如下
因此，在本教程中，我们将简要地讨论pandas中的groupby列。