Python数据分析基础与应用模块6Pandas统计计算与数据分析

6.3Pandas数据聚合与分组运算

分组与聚合是数据分析中比较常见的操作，其个过程主要包含以下三步：（1）拆分（Split）：表示将数据集按照一定的规则进行拆分为若干个组，拆分操作是在指定轴上进行的，既可以对横轴方向上的数据进行分组，也可以对纵轴上的数据进行分组。（2）应用（Apply）：将某个函数或方法应用到每个分组，进行相应计算。（3）合并（Combine）：最后汇总计算结果，将产生的新值整合到结果对象中。

6.3.1Pandas数据分组Pandas通过gropby()方法将数据拆分成组，该方法的语法格式如下：.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False,observed=False,**kwargs)gropby()方法主要函数参数说明如下：?by：用于确定分组的依据。?axis：表示分组轴的方向，可以为0（表示按行分组）或1（表示按列分组），默认值为0。?level：如果某个轴是一个MultiIndex对象，则会按照特定级别或多个级别分组。?as_index：表示聚合后的数据是否以组标签作为索引的DataFrame对象输出，接受布尔值，默认值为True。?sort：表示是否对分组标签进行排序，接受布尔值，默认值为True

6.3.1Pandas数据分组在进行分组时，可以通过gropby()方法的by参数指定按什么标准分组，by参数接收的数据，也就是常见的分组方式有以下4种：?列表或数组，其长度必须与待分组的轴一样。?DataFrame对象中某列的名称。?字典或者series对象，给出待分组轴上的值与分组名称之间的对应关系。?函数，用于处理索引中的各个标签。通过groupby()方法执行分组操作，会返回一个GropBy对象，该对象实际上并没有进行任何计算，只是包含一些关于分组键的中间数据。

6.3.1Pandas数据分组使用groupby()方法可以沿着任意轴分组，可以把分组时指定的键（key）作为每组的组名，形式如下所示：?df.groupby(key)?df.groupby(key,axis=1)?df.groupby([key1,key2])

6.3.2Pandas数据聚合一般对分组中的数据执行某些操作，例如求平均值、求最大值等，并且操作后会得到一个结果集，这些实现聚合的操作称为数据聚合。在创建groupby对象时，通过agg()函数可以对分组对象应用多个聚合函数。

6.3.3Pandas分组的转换操作使用agg()方法进行聚合运算时，返回数据集的形状（shape）与被分组数据集的形状通常是不同的，如果希望保持与原数据集形状相同，可以通过transform()方法在组的行或列上可以执行转换操作，最终会返回一个与组大小相同的索引对象。（1）使用transform()方法将mean()函数应用到每一个分组中示例代码如下：#分组求均值#对可执行计算的数值列求均值print(df.groupby(group).transform(np.mean))

6.3.3Pandas分组的转换操作（2）应用apply()方法apply()函数是Pandas所有函数中自由度最高的函数，该函数的功能是在DataFrame对象指定的轴方向应用自定义函数，函数的语法格式如下：DataFrame.apply(func,axis,broadcast,row,reduce,args=(),**kwds)该函数参数说明如下：?DataFrame：表示DataFrame对象名称；?func：表示要应用在DataFrame对象的行或列的自定义函数名称；

6.3.3Pandas分组的转换操作?axis：用于控制是将DataFrame对象的行数据，还是列数据传入func函数。如果设置axis=1，则将DataFrame对象的行数据作为Series的数据结构传入func函数。其默认值为0；?broadcast：为布尔数据类型，默认值为False。对于聚合函数，返回具有传播值的相同大小的对象；?row：为布尔数据类型，默认值为False。其作用是将每行或每列转换为一个系列。如果设置row=True，则传递的函数将接收ndarray对象；?reduce：默认值为None，表示尽量减少应用程序；?args=()：为元组数据类型，表示传入func函数的参数；?**kwds：表示传入func函数的其他参数。

6.3.4Pandas分组的数据过滤操作P