数据分类/组处理

本文介绍了数据分类/组处理的技巧,包括使用groupby函数进行单列或多条件分组,对不同列求不同聚合指标,以及高级数据聚合操作如transform和apply。还探讨了交叉表和透视表的概念,它们是数据分析中的重要工具,用于计算分组频率和数据汇总。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

数据分类/组处理

groupby() 分组函数
分组之后必聚合,只对数字的列聚合

单列进行分组

data.groupby(“attack_range”).mean()[“hp_max”]

使用列表进行多条件分组

data.groupby([“attack_range”,“role_main”]).mean()[“hp_max”]

对不同列求不同的聚合指标

gp = data.groupby([“attack_range”])
gp.agg({“hp_max”:“mean”,“mp_max”:“min”})

数据聚合是数据处理的最后一步,通常是要使每一个数组生成一个单一的数值/
数据分类处理:

  • 分组:先把数据分为几组
  • 用函数处理:为不同组的数据应用不同的函数以转换数据
  • 合并:把不同的组得到的结果合并起来
    数据处理的核心:
  • groupby()函数
  • groups属性查看分组情况

练习:
在这里插入图片描述

data = DataFrame(data={
   
    "item":np.random.randint(0,100,size=(100)),
    "color":np.random.randint(1,4,size=(100)),
    "weight":np.random.random(size=100)*100 + 50,
    "price":np.random.random(size=100
评论
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