pands如何不使用groupby函数实现数据分类聚合
时间: 2024-03-01 15:52:46 浏览: 61
可以使用 Pandas 的 pivot_table() 函数实现数据分类聚合,而不使用 groupby() 函数。
pivot_table() 函数可以对数据进行透视操作,类似于 Excel 中的透视表。它可以按照指定的行和列对数据进行分类,并对分类后的数据进行聚合操作。
下面是一个示例代码,演示如何使用 pivot_table() 函数对数据分类聚合:
```python
import pandas as pd
# 创建一个示例数据集
data = {
'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
'Gender': ['F', 'M', 'M', 'M', 'F'],
'Age': [25, 30, 35, 40, 45],
'Salary': [5000, 6000, 7000, 8000, 9000]
}
df = pd.DataFrame(data)
# 使用 pivot_table() 函数进行数据分类聚合
result = pd.pivot_table(df, index='Gender', columns='Age', values='Salary', aggfunc='mean')
# 输出结果
print(result)
```
上述代码中,首先创建了一个示例数据集,包含姓名、性别、年龄和薪资等信息。然后使用 pivot_table() 函数对数据进行分类聚合操作,按照性别进行分类,按照年龄进行列分类,对薪资进行聚合操作,计算平均值。
最后输出分类聚合后的结果,即按照性别和年龄分类的薪资平均值。这样就实现了数据分类聚合操作,而不使用 groupby() 函数。