pandas中pd.groupby()的用法详解

在pandas中的groupby和在sql语句中的groupby有异曲同工之妙，不过也难怪，毕竟关系数据库中的存放数据的结构也是一张大表罢了，与dataframe的形式相似。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame


df = pd.read_csv('./city_weather.csv')
print(df)
'''
? ? ? ? ? date city ?temperature ?wind
0 ? 03/01/2016 ? BJ ? ? ? ? ? ?8 ? ? 5
1 ? 17/01/2016 ? BJ ? ? ? ? ? 12 ? ? 2
2 ? 31/01/2016 ? BJ ? ? ? ? ? 19 ? ? 2
3 ? 14/02/2016 ? BJ ? ? ? ? ? -3 ? ? 3
4 ? 28/02/2016 ? BJ ? ? ? ? ? 19 ? ? 2
5 ? 13/03/2016 ? BJ ? ? ? ? ? ?5 ? ? 3
6 ? 27/03/2016 ? SH ? ? ? ? ? -4 ? ? 4
7 ? 10/04/2016 ? SH ? ? ? ? ? 19 ? ? 3
8 ? 24/04/2016 ? SH ? ? ? ? ? 20 ? ? 3
9 ? 08/05/2016 ? SH ? ? ? ? ? 17 ? ? 3
10 ?22/05/2016 ? SH ? ? ? ? ? ?4 ? ? 2
11 ?05/06/2016 ? SH ? ? ? ? ?-10 ? ? 4
12 ?19/06/2016 ? SH ? ? ? ? ? ?0 ? ? 5
13 ?03/07/2016 ? SH ? ? ? ? ? -9 ? ? 5
14 ?17/07/2016 ? GZ ? ? ? ? ? 10 ? ? 2
15 ?31/07/2016 ? GZ ? ? ? ? ? -1 ? ? 5
16 ?14/08/2016 ? GZ ? ? ? ? ? ?1 ? ? 5
17 ?28/08/2016 ? GZ ? ? ? ? ? 25 ? ? 4
18 ?11/09/2016 ? SZ ? ? ? ? ? 20 ? ? 1
19 ?25/09/2016 ? SZ ? ? ? ? ?-10 ? ? 4
'''

g = df.groupby(df['city'])
# <pandas.core.groupby.groupby.DataFrameGroupBy object at 0x7f10450e12e8>

print(g.groups)

# {'BJ': Int64Index([0, 1, 2, 3, 4, 5], dtype='int64'),
# 'GZ': Int64Index([14, 15, 16, 17], dtype='int64'),
# 'SZ': Int64Index([18, 19], dtype='int64'),
# 'SH': Int64Index([6, 7, 8, 9, 10, 11, 12, 13], dtype='int64')}

print(g.size()) # g.size() 可以统计每个组 成员的 数量
'''
city
BJ ? ?6
GZ ? ?4
SH ? ?8
SZ ? ?2
dtype: int64
'''

print(g.get_group('BJ')) # 得到 某个 分组
'''
? ? ? ? ?date city ?temperature ?wind
0 ?03/01/2016 ? BJ ? ? ? ? ? ?8 ? ? 5
1 ?17/01/2016 ? BJ ? ? ? ? ? 12 ? ? 2
2 ?31/01/2016 ? BJ ? ? ? ? ? 19 ? ? 2
3 ?14/02/2016 ? BJ ? ? ? ? ? -3 ? ? 3
4 ?28/02/2016 ? BJ ? ? ? ? ? 19 ? ? 2
5 ?13/03/2016 ? BJ ? ? ? ? ? ?5 ? ? 3
'''

df_bj = g.get_group('BJ')
print(df_bj.mean()) # 对这个 分组 求平均
'''
temperature ? ?10.000000
wind ? ? ? ? ? ?2.833333
dtype: float64
'''

# 直接使用 g 对象，求平均值
print(g.mean()) # 对 每一个 分组， 都计算分组
'''
? ? ? temperature ? ? ?wind
city ? ? ? ? ? ? ? ? ? ? ??
BJ ? ? ? ? 10.000 ?2.833333
GZ ? ? ? ? ?8.750 ?4.000000
SH ? ? ? ? ?4.625 ?3.625000
SZ ? ? ? ? ?5.000 ?2.500000
'''

print(g.max())
'''
? ? ? ? ? ? date ?temperature ?wind
city ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
BJ ? ?31/01/2016 ? ? ? ? ? 19 ? ? 5
GZ ? ?31/07/2016 ? ? ? ? ? 25 ? ? 5
SH ? ?27/03/2016 ? ? ? ? ? 20 ? ? 5
SZ ? ?25/09/2016 ? ? ? ? ? 20 ? ? 4
'''

print(g.min())
'''
? ? ? ? ? ? date ?temperature ?wind
city ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
BJ ? ?03/01/2016 ? ? ? ? ? -3 ? ? 2
GZ ? ?14/08/2016 ? ? ? ? ? -1 ? ? 2
SH ? ?03/07/2016 ? ? ? ? ?-10 ? ? 2
SZ ? ?11/09/2016 ? ? ? ? ?-10 ? ? 1
'''

# g 对象还可以使用 for 进行循环遍历
for name, group in g:
? ? print(name)
? ? print(group)


# g 可以转化为 list类型， dict类型
print(list(g)) # 元组第一个元素是 分组的label，第二个是dataframe
'''
[('BJ', ? ? ? ? ?date city ?temperature ?wind
0 ?03/01/2016 ? BJ ? ? ? ? ? ?8 ? ? 5
1 ?17/01/2016 ? BJ ? ? ? ? ? 12 ? ? 2
2 ?31/01/2016 ? BJ ? ? ? ? ? 19 ? ? 2
3 ?14/02/2016 ? BJ ? ? ? ? ? -3 ? ? 3
4 ?28/02/2016 ? BJ ? ? ? ? ? 19 ? ? 2
5 ?13/03/2016 ? BJ ? ? ? ? ? ?5 ? ? 3),?
('GZ', ? ? ? ? ? date city ?temperature ?wind
14 ?17/07/2016 ? GZ ? ? ? ? ? 10 ? ? 2
15 ?31/07/2016 ? GZ ? ? ? ? ? -1 ? ? 5
16 ?14/08/2016 ? GZ ? ? ? ? ? ?1 ? ? 5
17 ?28/08/2016 ? GZ ? ? ? ? ? 25 ? ? 4),?
('SH', ? ? ? ? ? date city ?temperature ?wind
6 ? 27/03/2016 ? SH ? ? ? ? ? -4 ? ? 4
7 ? 10/04/2016 ? SH ? ? ? ? ? 19 ? ? 3
8 ? 24/04/2016 ? SH ? ? ? ? ? 20 ? ? 3
9 ? 08/05/2016 ? SH ? ? ? ? ? 17 ? ? 3
10 ?22/05/2016 ? SH ? ? ? ? ? ?4 ? ? 2
11 ?05/06/2016 ? SH ? ? ? ? ?-10 ? ? 4
12 ?19/06/2016 ? SH ? ? ? ? ? ?0 ? ? 5
13 ?03/07/2016 ? SH ? ? ? ? ? -9 ? ? 5),?
('SZ', ? ? ? ? ? date city ?temperature ?wind
18 ?11/09/2016 ? SZ ? ? ? ? ? 20 ? ? 1
19 ?25/09/2016 ? SZ ? ? ? ? ?-10 ? ? 4)]
'''
print(dict(list(g))) # 返回键值对，值的类型是 dataframe
'''
{'SH': ? ? ? ? ? date city ?temperature ?wind
6 ? 27/03/2016 ? SH ? ? ? ? ? -4 ? ? 4
7 ? 10/04/2016 ? SH ? ? ? ? ? 19 ? ? 3
8 ? 24/04/2016 ? SH ? ? ? ? ? 20 ? ? 3
9 ? 08/05/2016 ? SH ? ? ? ? ? 17 ? ? 3
10 ?22/05/2016 ? SH ? ? ? ? ? ?4 ? ? 2
11 ?05/06/2016 ? SH ? ? ? ? ?-10 ? ? 4
12 ?19/06/2016 ? SH ? ? ? ? ? ?0 ? ? 5
13 ?03/07/2016 ? SH ? ? ? ? ? -9 ? ? 5,?
'SZ': ? ? ? ? ? date city ?temperature ?wind
18 ?11/09/2016 ? SZ ? ? ? ? ? 20 ? ? 1
19 ?25/09/2016 ? SZ ? ? ? ? ?-10 ? ? 4,?
'GZ': ? ? ? ? ? date city ?temperature ?wind
14 ?17/07/2016 ? GZ ? ? ? ? ? 10 ? ? 2
15 ?31/07/2016 ? GZ ? ? ? ? ? -1 ? ? 5
16 ?14/08/2016 ? GZ ? ? ? ? ? ?1 ? ? 5
17 ?28/08/2016 ? GZ ? ? ? ? ? 25 ? ? 4,?
'BJ': ? ? ? ? ?date city ?temperature ?wind
0 ?03/01/2016 ? BJ ? ? ? ? ? ?8 ? ? 5
1 ?17/01/2016 ? BJ ? ? ? ? ? 12 ? ? 2
2 ?31/01/2016 ? BJ ? ? ? ? ? 19 ? ? 2
3 ?14/02/2016 ? BJ ? ? ? ? ? -3 ? ? 3
4 ?28/02/2016 ? BJ ? ? ? ? ? 19 ? ? 2
5 ?13/03/2016 ? BJ ? ? ? ? ? ?5 ? ? 3}
'''

到此这篇关于pandas中pd.groupby()的用法详解的文章就介绍到这了,更多相关pandas pd.groupby()内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！

查看更多关于pandas中pd.groupby()的用法详解的详细内容...