Python Pandas：聚合与分组运算详解及示例

本篇文章主要介绍了Pandas库在Python中进行聚合运算和分组运算的基本概念和实现方法。Pandas是数据处理的强大工具，对于数据分析和清洗工作中常见的数据汇总、计算平均值、最大值、最小值以及描述性统计等操作提供了便利。 **1. 聚合运算** - **内置聚合函数**： Pandas内置了多种聚合函数，如`sum()`用于求和，`mean()`计算平均值，`max()`获取最大值，`min()`取最小值，`size()`返回行数，`describe()`则提供了各种统计数据的概览。例如，通过以下代码，我们可以根据'key1'列对'data1'和'data2'列进行求和： ```python df.groupby('key1').sum() ``` 输出结果展示了每个'key1'值对应的'data1'和'data2'总和。 - **自定义聚合函数**： 对于更复杂的聚合需求，可以利用`agg()`函数结合自定义函数。例如，这里展示了一个自定义函数`peak_range()`，计算每组数据的最大值与最小值之差，即峰度范围： ```python def peak_range(df): return (df.max() - df.min()) df.groupby('key1').agg(peak_range) ``` **2. 分组运算** - **基于列进行分组**： 使用`groupby()`函数可以根据一个或多个列对数据进行分组。如上述代码中的`df.groupby('key1')`将数据按照'key1'列进行分组。 - **应用聚合函数到分组**： 对于分组后的数据，可以直接调用聚合函数，如`sum()`、`max()`、`min()`、`mean()`等，得到每个组的汇总信息。 - **其他统计量**： `size()`返回每个组的行数，`count()`计算非空值的数量，`describe()`则提供一组统计摘要，包括计数、均值、标准差、最小值、25%分位数、50%分位数（中位数）、75%分位数和最大值。 通过这些示例，读者可以理解如何在Pandas中灵活运用聚合和分组功能，对数据进行高效处理和分析。无论是处理大量数据还是执行定制的计算，Pandas都是数据科学和数据分析中不可或缺的工具。