pandas中如何巧妙的查看groupby()的结果

本文详细介绍了Pandas库中GroupBy方法的使用技巧,包括如何通过迭代和按列取的方式处理DataFrameGroupBy对象,以及如何利用该数据结构进行小组内数据特征的缺失值填补等操作。

最近在处理数据时经常遇到需要使用DataFrame中的一个方法groupby()来将数据分组。但是分组的结果往往是个DataFrameGroupBy or SeriesGroupBy类型(源码中可见)。
令人抓狂的是不管是什么数据结构,当我们将其打印的时候往往长这样:<pandas.core.groupby.generic.SeriesGroupBy object at 0x00000177E3D33588>。
我目前发现了两种方法:
第一个是迭代,但是当数据量很大时,还是慎重。
第二种是按列取,例如:
data.groupby([‘Property’, ‘Sex’])[‘Age’]。
还有一个惊喜是,这种数据结构可以方便的使用小组内的数据特征填补缺失值或者做其它操作。比如:
data.groupby([‘Property’, ‘Sex’])[‘Age’].apply(lambda x: x.fillna(x.median()).

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值