Pandas分组与聚合操作详解及示例

定义聚合函数进行计算 在Pandas中，除了内置的聚合函数外，我们还可以自定义聚合函数来满足特定的计算需求。这通常通过`apply()`函数实现。例如，我们可以定义一个函数计算数据的标准差： ```python def custom_std(x): return x.std() # 应用自定义函数进行聚合运算 df_grouped = df.groupby('key1').apply(custom_std) print(df_grouped) ``` 2. 分组运算 分组运算允许我们将数据按照一个或多个列的值进行分割，然后对每个分组分别进行操作。Pandas中的`groupby()`函数是进行分组操作的关键。 (1)分组后筛选 我们可以结合`groupby()`与条件筛选来进一步处理数据。例如，筛选出`data1`列大于平均值的分组： ```python # 筛选data1大于平均值的分组 mean_data1 = df['data1'].mean() filtered_df = df[df['data1'] > mean_data1] grouped_filtered = filtered_df.groupby('key1') print(grouped_filtered.sum()) ``` (2)分组后排序 在分组运算后，我们还可以对结果进行排序。可以按分组内值的大小或分组本身的名称进行排序： ```python # 按照分组后的data1总和降序排序 sorted_df = df.groupby('key1').sum().sort_values('data1', ascending=False) print(sorted_df) ``` (3)多列分组 如果需要同时按照多列进行分组，只需将列名以列表形式传入`groupby()`即可： ```python # 按照key1和key2两列分组 multi_grouped = df.groupby(['key1', 'key2']).sum() print(multi_grouped) ``` (4)分组级别的操作 在多层分组中，我们可以对不同级别的分组进行操作，例如，计算每个`key1`下`key2`的最大值： ```python level_max = multi_grouped.max(level=0) print(level_max) ``` 总结 Pandas的聚合运算和分组运算为数据处理提供了强大的功能，能够帮助我们快速汇总、分析数据。通过内置的聚合函数和自定义函数，我们可以进行多种统计计算。而分组运算则让我们可以按需对数据进行分割、筛选和排序，极大地提升了数据分析的效率和精度。在实际工作中，熟练掌握这些操作对于数据科学家和分析师来说至关重要。