机器学习8：——Pandas——8：高级处理5：分组与聚合

一.高级处理-分组与聚合

学习目标

• 目标
  • 应用groupby和聚合函数实现数据的分组与聚合
• 应用
  • 星巴克零售店数据的分组与聚合

---

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

想一想其实刚才的交叉表与透视表也有分组的功能，所以算是分组的一种形式，只不过他们主要是计算次数或者计算比例！！看其中的效果：

1 什么是分组与聚合

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

# 分组，求平均值
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

# 分组，数据的结构不变
col.groupby(['color'], as_index=False)['price1'].mean()

color    price1
0    green    2.025
1    red    2.380
2    white    5.560

二.案例实现

分组和聚合

In [124]:

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]})
col

Out[124]:

	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

• groupby ([“xx”]) [“oo”].mean()
• 把xx列的数据按照oo的平均值分组

In [125]:

col.groupby(["color"])["price1"].mean()

Out[125]:

color
green    2.025
red      2.380
white    5.560
Name: price1, dtype: float64

In [129]:

# 同上
col["price1"].groupby(col["color"]).mean()

Out[129]:

color
green    2.025
red      2.380
white    5.560
Name: price1, dtype: float64

In [130]:

# as_index = False  :可以把index的标题位置上移
col.groupby(["color"], as_index=False)["price1"].mean()

Out[130]:

	color	price1
0	green	2.025
1	red	2.380
2	white	5.560