14、数据聚合、分组与透视表的深入剖析

数据聚合、分组与透视表的深入剖析

1. 美国州人口密度数据示例

首先来看美国各州（包括华盛顿特区和波多黎各）2010 年人口密度的排名数据：

# 人口密度排名数据
state = {
    'District of Columbia': 8898.897059,
    'Puerto Rico': 1058.665149,
    'New Jersey': 1009.253268,
    'Rhode Island': 681.339159,
    'Connecticut': 645.600649
}
import pandas as pd
density = pd.Series(state)
print(density)

从这个排名中可以看出，华盛顿特区（哥伦比亚特区）是数据集中人口密度最大的地区，而在各州中，新泽西州的人口密度最大。再看排名末尾的数据：

print(density.tail())

结果显示，阿拉斯加州的人口密度最小，平均每平方英里略超过 1 名居民。这种杂乱的数据合并在使用现实世界数据源回答问题时是一项常见任务。

2. 数据聚合与分组

2.1 聚合操作的重要性

在大数据分析中，高效的汇总至关重要，像 sum() 、 mean() 、 median() 、 min()