Pandas里Groupby的apply，agg函数用法

Pandas里Groupby的apply用法

Pandas的Groupby函数即分组聚合函数，与SQL的Groupby有着异曲同工之妙，而我这里记录的是Groupby里的apply函数用法，即针对每个分组进行相应的数据处理，如下图简单的分组求和:

原数据按照Key分组并求和

df.groupby('key').apply(lamdba x: x['v'].sum())

从上可以得到apply中的参数x相当于是分组后的每种key包含的行数据，从行数据中找到'v'列并求和 即可返回每种key的v的求和数(这里如果要将key从index释放出来则使用reset_index())

下面是apply的另外一种用途，即保证原数据的前提下把分组后求得的和与原数据合并，首先我们先定义一个函数

def func_sum(df):
    df['v_sum'] = df['v'].sum()
    return df

可以看到原数据添加了新的一列，这一列的值是每种key对应的v的和，上述自定义函数这类方法更具有灵活性，可以同时求和，平均，最大值，最小值，排序等等

以上便是对于Groupby中的apply函数的简单介绍，在Groupby中还有一类函数，那就是agg函数，这个函数只能实现特定的聚合操作，比如mean,sum, apply函数可以说是它的泛化，比如你可以用apply实现组内排序，但是agg函数并不能。

Pandas里Groupby的agg函数用法

agg函数传入一个字典，键指对应的列名，值指聚合函数如{'sum', 'count', 'mean'}之类

下面的操作是agg的简化版

同样可以达到聚合的目的，但是实现排序等操作时则需要用到比较高级的apply函数或者rank

而当需要在原数据的index上返回结果，可以使用pandas.Groupby.transform, 这样可以将统计结果还原到组内每一条数据中