第1关：Pandas分组聚合

原创

于 2022-05-16 15:39:33 发布 · 5.1k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据分析 #数据挖掘

本篇博客主要介绍了如何使用Pandas进行数据分组和聚合操作，以解决计算每个大洲红酒消耗量最大值与最小值之差及啤酒消耗量总和的任务。首先讲解了分组聚合的三步流程，然后详细阐述了Pandas的groupby()函数，包括单列、多列分组，Series分组以及数据类型的分组方式。此外，还提到了如何获取特定分组和对分组进行迭代。最后，介绍了聚合函数的应用，包括单个和多个聚合函数的使用，以及自定义函数在agg()方法中的应用，并给出了一个实际编程任务，要求根据continent分组计算酒类消耗统计。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

任务描述

本关任务：使用Pandas加载drinks.csv文件中的数据，根据数据信息求每个大洲红酒消耗量的最大值与最小值的差以及啤酒消耗量的和。
相关知识
*分组聚合的流程主要有三步：

分割步骤将DataFrame按照指定的键分割成若干组；
应用步骤对每个组应用函数，通常是累计、转换或过滤函数；
组合步骤将每一组的结果合并成一个输出数组。*

分组
通常我们将数据分成多个集合的操作称之为分组，Pandas中使用groupby()函数来实现分组操作。

单列和多列分组
对分组后的子集进行数值运算时，不是数值的列会自动过滤

import pandas as pd  
data = {
   'A': [1, 2, 2, 3, 2, 4],  
        'B': [2014, 2015, 2014, 2014, 2015, 2017],  
        'C': ["a", "b", "c", "d", "e", "f"],  
        'D': [0.5, 0.9, 2.1, 1.5, 0.5, 0.1]  
        }  
df = pd.DataFrame(data)  
df.groupby("B")   #单列分组  返回的是一个groupby对象  
df.groupby(["B","C"])    #多列分组