DataFrame.groupby()函数

• 用二维列表构造原始数据

1 import pandas as pd
2 
3 data = [['li', 'math', 100], ['bob', 'pe', 99], ['sar', 'english', 98], ['li', 'pe', 89]]

• 将数据转换成DataFrame类型

1 import pandas as pd
2 
3 dataFrame = pd.DataFrame(dada, columns = ['name', 'course', 'score']) # columns 为列名 并且必须是list类型

• 打印dataFrame对象

• 此时不能根据行号索引，但是可以根据列名索引

1 import pandas as pd
2 
3 print(dataFrame[0])

1 import pandas as pd
2 
3 print(dataFrame["name"]) 

• 此时的dataFrame["name"] 是一个类似于一维数组的series对象，可根据下标索引

1 import pandas as pd
2 
3 print(dataFrame["name"])

4 print(type(dataFrame["name"]))

5 print(dataFrame["name"][0])

 

• 像字典一样用索引创建新列 dataFrame["age"]

1 import pandas as pd
2 
3 dataFrame["age"] = [23, 24, 25, 23]
4 print(dataFrame)

 

• 重点来了，dataFrame.groupby("name")根据name属性分组，name列数据项默认成为索引

1 import pandas as pd
2 
3 dataFrame = dataFrame.groupby(["name", "course"])["score"].sum() # 可以通过as_index指定分组项要不要成为索引， 默认为True
4 print(dataFrame)
5 print(dataFrame["li"])

 

 

转载于:https://www.cnblogs.com/yangwu-183/p/9992928.html