分组与聚合通常是分析数据的一种方式,通常与一些统计函数一起使用,查看数据的分组情况
1 什么分组与聚合
2 分组API
DataFrame.groupby(key, as_index=False)
key:分组的列数据,可以多个 案例:不同颜色的不同笔的价格数据
col
=pd
.DataFrame
({'color': ['white','red','green','red','green'], 'object': ['pen','pencil','pencil','ashtray','pen'],'price1':[5.56,4.20,1.30,0.56,2.75],'price2':[4.75,4.12,1.60,0.75,3.15]})
color
object price1 price2
0 white pen
5.56 4.75
1 red pencil
4.20 4.12
2 green pencil
1.30 1.60
3 red ashtray
0.56 0.75
4 green pen
2.75 3.15
进行分组,对颜色分组,price进行聚合
col
.groupby
(['color'])['price1'].mean
()
col
['price1'].groupby
(col
['color']).mean
()
color
green
2.025
red
2.380
white
5.560
Name
: price1
, dtype
: float64
col
.groupby
(['color'], as_index
=False)['price1'].mean
()
color price1
0 green
2.025
1 red
2.380
2 white
5.560
3 案例星巴克零售店铺数据
3.1 数据获取
从文件中读取星巴克店铺数据
starbucks
= pd
.read_csv
("./data/starbucks/directory.csv")
3.2 进行分组聚合
country_count
= starbucks
.groupby
(["Country"])["Brand"].count
()
country_count
= country_count
.sort_values
(ascending
= False).head
(20)
country_count
.plot
(kind
= "bar", figsize
= (15,8))
plt
.show
()
创作不易,白嫖不好,各位的支持和认可,就是我创作的最大动力,我们下篇文章见!
Dragon少年 | 文
如果本篇博客有任何错误,请批评指教,不胜感激 !