pandas按照某一列分组
时间: 2023-10-12 17:11:11 浏览: 50
要按照某一列分组,可以使用pandas的groupby()函数。例如,假设我们有以下数据:
```
import pandas as pd
data = {'Name': ['Tom', 'Tom', 'Jerry', 'Jerry', 'Mary', 'Mary'],
'Age': [20, 25, 30, 35, 40, 45],
'Gender': ['M', 'M', 'M', 'M', 'F', 'F']}
df = pd.DataFrame(data)
print(df)
```
输出:
```
Name Age Gender
0 Tom 20 M
1 Tom 25 M
2 Jerry 30 M
3 Jerry 35 M
4 Mary 40 F
5 Mary 45 F
```
我们可以按照Name列分组,然后对每组进行操作,例如计算每组的平均年龄。代码如下:
```
grouped = df.groupby('Name')
print(grouped['Age'].mean())
```
输出:
```
Name
Jerry 32.5
Mary 42.5
Tom 22.5
Name: Age, dtype: float64
```
在上面的代码中,我们首先使用groupby()函数按照Name列分组,然后使用mean()函数计算每组的平均年龄。注意,我们只对Age列进行了操作,因为我们只关心每组的平均年龄。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)