Pandas groupby() 与聚合函数的完美结合

见解分享

2023-11-02 09:56:21

利用 Pandas 的 GroupBy 和聚合函数探索数据

数据分组的力量

在处理庞大的数据集时，将数据组织成有意义的组至关重要。Pandas 的 GroupBy 函数提供了这种分组能力，让我们能够根据一个或多个列对数据进行划分。有了它，我们可以轻松识别模式、发现趋势，并对数据进行深入分析。

聚合函数：从数据中提取见解

聚合函数是与 GroupBy 携手并进的强大工具。它们允许我们从每个组中提取汇总统计信息，例如平均值、总和、最小值和最大值。通过结合 GroupBy 和聚合函数，我们可以将杂乱无章的数据转化为可操作的见解，揭示数据的内在结构。

案例研究：按性别分组销售额

假设我们有一个包含销售数据的电子表格，其中包括国家、产品和销售额列。使用 Pandas，我们可以按国家分组销售额，并计算每个国家的总销售额：

import pandas as pd

sales_data = pd.DataFrame({
    "Country": ["USA", "USA", "UK", "UK", "France", "France"],
    "Product": ["A", "B", "A", "B", "A", "B"],
    "Sales": [100, 200, 50, 100, 150, 250]
})

country_sales = sales_data.groupby("Country")["Sales"].sum()

print(country_sales)

结果：

Country
France    400
UK        150
USA       300
Name: Sales, dtype: int64

这告诉我们，法国的总销售额最高，其次是美国，然后是英国。

案例研究：按学科分组成绩

现在，让我们考虑另一个示例。假设我们有一个包含学生成绩的数据框，其中包含性别、科目和成绩列。我们可以使用 GroupBy 和聚合函数按性别分组成绩，并计算每个性别的平均成绩：

import pandas as pd

grades_data = pd.DataFrame({
    "Gender": ["Male", "Male", "Female", "Female", "Male", "Female"],
    "Subject": ["Math", "Science", "Math", "Science", "Science", "Math"],
    "Score": [90, 80, 85, 95, 80, 90]
})

gender_scores = grades_data.groupby("Gender")["Score"].mean()

print(gender_scores)

结果：

Gender
Female    87.5
Male      85.0
Name: Score, dtype: float64

由此，我们得知女生的平均成绩高于男生。

常见的 GroupBy 和聚合函数

以下是常用的 GroupBy 和聚合函数列表：

GroupBy 函数
- groupby(by)
- groupby(by, axis=1)
聚合函数
- count()
- mean()
- std()
- sum()
- max()
- min()

常见问题解答

什么是 GroupBy 函数？
GroupBy 函数根据一个或多个列将数据划分为组。
聚合函数有什么用？
聚合函数从每个组中提取汇总统计信息，例如平均值和总和。
如何将 GroupBy 与聚合函数结合使用？
将 GroupBy 对象传递给聚合函数即可，例如 df.groupby("column").agg("function")。
我能用 GroupBy 和聚合函数做什么？
您可以识别模式、发现趋势，并执行各种数据分析任务。
GroupBy 和聚合函数有什么限制？
当数据集中有大量唯一值时，GroupBy 可能会很慢。