pandas分组聚合详解

Pandas是Python中一个非常常用的数据分析库，其中的groupby()函数可以对数据进行分组聚合操作，该函数支持多种聚合函数，包括sum()、mean()、count()、max()、min()等，也支持自定义聚合函数。

以下是一个更加详细的Pandas分组聚合操作的例子：

import pandas as pd
import numpy as np

# 创建一个DataFrame数据
df = pd.DataFrame({
    'key1': ['a', 'a', 'b', 'b', 'a', 'b', 'a', 'b'],
    'key2': ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'],
    'data1': np.random.randn(8),
    'data2': np.random.randn(8)
})

# 对数据按照'key1'列进行分组，并对每组数据的'data1'列进行求和操作
grouped = df.groupby('key1')
result = grouped['data1'].sum()

# 输出结果
print(result)

输出结果为：

key1
a    0.976359
b   -0.902755
Name: data1, dtype: float64

表示对数据按照'key1'列进行分组，并对每组数据的'data1'列进行求和操作。

以下是一个更加复杂的分组聚合操作的例子：

import pandas as pd
import numpy as np

# 创建一个DataFrame数据
df = pd.DataFrame({
    'key1': ['a', 'a', 'b', 'b', 'a', 'b', 'a', 'b'],
    'key2': ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'],
    'data1': np.random.randn(8),
    'data2': np.random.randn(8)
})

# 对数据按照'key1'列和'key2'列进行分组，并对每组数据的'data1'列进行求和和求均值操作
grouped = df.groupby(['key1', 'key2'])
result = grouped.agg({'data1': ['sum', 'mean']})

# 输出结果
print(result)

输出结果为：

           data1          
             sum      mean
key1 key2                
a    one   -0.139849 -0.069925
     two    1.557208  0.778604
b    one   -0.537986 -0.537986
     two   -0.364769 -0.182384

表示对数据按照'key1'列和'key2'列进行分组，并对每组数据的'data1'列进行求和和求均值操作。

除了使用Pandas内置的聚合函数外，也可以自定义聚合函数。以下是一个自定义聚合函数的例子：

import pandas as pd
import numpy as np

# 创建一个DataFrame数据
df = pd.DataFrame({
    'key1': ['a', 'a', 'b', 'b', 'a', 'b', 'a', 'b'],
    'key2': ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'],
    'data1': np.random.randn(8),
    'data2': np.random.randn(8)
})

# 自定义聚合函数
def peak_to_peak(arr):
    return arr.max() - arr.min()

# 对数据按照'key1'列进行分组，并对每组数据的'data1'列进行自定义聚合函数操作
grouped = df.groupby('key1')
result = grouped['data1'].agg(peak_to_peak)

# 输出结果
print(result)

输出结果为：

key1
a    1.426003
b    0.664204
Name: data1, dtype: float64

表示对数据按照'key1'列进行分组，并对每组数据的'data1'列进行自定义聚合函数操作，该自定义函数计算每组数据的最大值和最小值之差。

希望这些例子可以帮助您更好地了解Pandas的分组聚合操作。