Pandas groupby() 函数：按列求和，解锁数据分析中的聚合力量

Pandas groupby()：按列求和

概览

在数据分析中，经常需要对数据进行分组并计算聚合函数，例如求和。Pandas 的 groupby() 函数是一个强大的工具，可用于按一个或多个列对 DataFrame 进行分组，并执行各种聚合计算。

按单列分组求和

要按单个列（例如“名称”）对 DataFrame 进行分组并计算每组数据的总和，请使用以下语法：

df.groupby('Name')['Number'].sum()

此代码将返回一个 Series，其中包含每个唯一“名称”及其对应的“数字”总和。

按多列分组求和

要按多个列（例如“名称”和“水果”）对 DataFrame 进行分组并计算每组数据的总和，请使用以下语法：

df.groupby(['Name', 'Fruit'])['Number'].sum()

此代码将返回一个 DataFrame，其中包含每个唯一“名称”和“水果”组合及其对应的“数字”总和。

示例

假设我们有一个 DataFrame 如下：

| Fruit | Date | Name | Number |
|---|---|---|---|
| Apples | 10/6/2016 | Bob | 7 |
| Apples | 10/6/2016 | Bob | 8 |
| Apples | 10/6/2016 | Mike | 9 |
| Apples | 10/7/2016 | Steve | 10 |
| Apples | 10/7/2016 | Bob | 1 |
| Oranges | 10/7/2016 | Bob | 2 |
| Oranges | 10/6/2016 | Tom | 15 |
| Oranges | 10/6/2016 | Mike | 57 |
| Oranges | 10/6/2016 | Bob | 65 |
| Oranges | 10/7/2016 | Tony | 1 |
| Grapes | 10/7/2016 | Bob | 1 |
| Grapes | 10/7/2016 | Tom | 87 |
| Grapes | 10/7/2016 | Bob | 22 |
| Grapes | 10/7/2016 | Bob | 12 |
| Grapes | 10/7/2016 | Tony | 15 |

我们可以按“名称”和“水果”分组并计算每组数据的总和，如下所示：

result = df.groupby(['Name', 'Fruit'])['Number'].sum()
print(result)

输出：

| Name | Fruit | Number |
|---|---|---|
| Bob | Apples | 16 |
| Bob | Grapes | 35 |
| Bob | Oranges | 68 |
| Mike | Apples | 9 |
| Mike | Oranges | 57 |
| Steve | Apples | 10 |
| Tom | Grapes | 87 |
| Tom | Oranges | 15 |
| Tony | Grapes | 15 |
| Tony | Oranges | 1 |

常见问题解答

• 如何按多个列对 DataFrame 进行分组，但不计算聚合函数？

df.groupby(['Name', 'Fruit']).groups

• 如何对 DataFrame 的分组应用多个聚合函数？

df.groupby(['Name', 'Fruit']).agg({'Number': ['sum', 'mean']})

• 如何对 DataFrame 的分组执行自定义聚合计算？

def my_custom_agg(group):
    return group.sum() * group.mean()
df.groupby(['Name', 'Fruit'])['Number'].agg(my_custom_agg)

• 如何在对 DataFrame 进行分组后对组进行排序？

df.groupby(['Name', 'Fruit']).sum().sort_values('Number', ascending=False)

• 如何访问 DataFrame 中分组的索引？

df.groupby(['Name', 'Fruit']).apply(lambda x: x.index)

结论

Pandas 的 groupby() 函数是一个强大的工具，可用于高效地对 DataFrame 进行分组并计算聚合函数。了解如何使用 groupby() 函数可以帮助你从数据中提取有意义的见解，并针对复杂的数据问题找到解决方案。