python分组统计_python数据分析8：数据分组统计

1.根据给定的条件将数据拆分成组

2.每个组都可以独立应用函数(如求和，求平均值)

3.将结果合并到一个数据结构中

DataFrame.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False,observed=False)

by 映射，字典或Series对象、数组、标签或标签列表。如果by是一个函数，则对象索引的每个值调用它。如果传递了一个字典或Series对象，则使用该字典或Series对象值来确定组。如果传递了数组ndarray，则按原样使用这些值为确定组

axis axis=1表示行，axis=0表示列(默认)

level 表示索引层级，默认无

as_index 布尔型，默认为True，返回以组标签为索引的对象

sort 对组进行排序，布尔型，默认为True

group_keys 布尔型，默认为True，调用apply函数时，将分组的键添加到索引以标识片段

squeeze 布尔型，默认为False，如果可能，减少返回类型的维度，否则返回一致类型

observed 当以石斑鱼为分类时，才会使用该参数。如果参数值为True，则仅显示分类石斑鱼的观测值。如果为False，则显示分类石斑鱼的所有值

返回值 DataFrameGroupBy，返回包含有关组的信息的groupby对象# 根据一级分类统计订单数据

import pandas as pd

# 设置数据显示的列数和宽度

pd.set_option('display.max_columns', 500)

pd.set_option('display.width', 1000)

pd.set_option('display.unicode.east_asian_width', True)

df = pd.read_excel('JD.xlsx')

df1 = df[['一级分类','7天点击量','订单预定']]

print(df1.groupby('一级分类').sum())

7天点击量  订单预定

一级分类

数据库                    186        15

移动开发                  261        7

编程语言与程序设计      4280      192

网页制作/Web技术          345        15

【按照多列分组统计】# 根据两级分类统计订单数据

import pandas as pd

# 设置数据显示的列数和宽度

pd.set_option('display.max_columns', 500)

pd.set_option('display.width', 1000)

pd.set_option('display.unicode.east_asian_width', True)

df = pd.read_excel('JD.xlsx')

df1 = df[['一级分类','二级分类','7天点击量','订单预定']]

print(df1.groupby(['一级分类','二级分类']).sum())

7天点击量  订单预定

一级分类          二级分类

数据库            Oracle              58        2

SQL                128        13

移动开发          Android            261        7

编程语言与程序设计 ASP.NET              87        2

C#                  314        12

C++/C语言          724        28

JSP/JavaWeb        157        1

Java