數(shù)據(jù)科學第 3 章： 9 累計與分組 groupby

wemallshop 發(fā)布于2019-07-31 11:19 / 1729人閱讀

摘要：聚合后沒有用函數(shù)，會返回一個用函數(shù)后會顯示計算結果組合之后，切片，查看的和。可以設定計算方法對列進行了切片，如果的均值小于，則不顯示二部的均值低于，所以結果中沒有二部數(shù)據(jù)。

本節(jié)學習groupby

引用激勵數(shù)據(jù)，連接數(shù)據(jù)庫jili表（代碼省略）
數(shù)字簡單計算
本節(jié)內容前面是運用sum/mean等函數(shù)對數(shù)字簡單計算

jili.mean() #求均值
jili.mean(axis = "columns") #求每行的均值
jili.sum()  #求和

groupby：切片計算

groupby的過程：
分割：把dataframe按指定的鍵分為若干組
應用：對每個組應用函數(shù)，通常為累計、轉換或過濾
組合：將每組1的結果合并成一個輸出數(shù)組。

jili.groupby("dep")  #聚合后沒有用函數(shù)，會返回一個dataframe
jili.groupby("dep").sum()   #用函數(shù)后會顯示計算結果

# 組合dep 之后，切片oldrate，查看group的和。這里是字符，所以顯示了group的所有值
jili.groupby("dep")["group"].sum()

#組合dep 之后，切片oldrate，查看oldrate的和
jili.groupby("dep")["oldrate"].sum()

# 對每個可以計算的字段進行了描述性統(tǒng)計，中間有省略
# unstack是上一節(jié)索引中的內容，是把多重索引轉換為行，具體可以看下面沒有用unstack的對比。
jili.groupby("dep").describe().unstack()

#對groupby之后的結果，切片allbones字段，進行描述性統(tǒng)計
jili.groupby("dep")["allbones"].describe()

groupby：4 種計算方法 1、aggregate：在groupby之后聚合的值上計算

計算方法。如 sum，count，max，std

2、filter：在原來的每個值上做計算，但是在groupby之后做計算

切片 注意filter切片器中一定要有計算方法（summean之類的），否則會報錯。

# aggregate可以設定計算方法
jili.groupby("dep").aggregate(["min","max"])

# filter對allbones列進行了切片，如果dep的allbones均值小于9000，則不顯示. 
# 二部的均值低于9000，所以結果中沒有二部數(shù)據(jù)。
jili.groupby("dep").filter(lambda x:x["allbones"].mean() >9000)

3、transform：在原來的每個值上做計算，但是在groupby之后做計算

轉換，把原來的值換為計算后的值

jili.groupby("dep").transform(lambda x:x -x.mean()).head(3)  
# x -x.mean()是減取本列的均值

def fun(x):
    x["allbones"] = x["newbones"]-x["oldbones"]
    return x
jili.groupby("dep").apply(fun)

4、apply：

把計算的結果運用到原數(shù)據(jù)（看下圖）

5、高級用法

#組合為兩層
jili.groupby(["dep","group"]).mean()

#組合為兩層后，只選allbones的值，然后再轉換行列
jili.groupby(["dep","group"])["allbones"].sum().unstack()

以上就是groupby的用法，之前跟著視頻學過，但看書的話更詳細，下節(jié)是透視表，拜拜。

云服務器 GPU云服務器明解c語言第9章數(shù)據(jù)科學與大數(shù)據(jù)科學統(tǒng)計與數(shù)據(jù)科學數(shù)據(jù)科學與統(tǒng)計

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉載請注明本文地址：http://systransis.cn/yun/45000.html

數(shù)據(jù)科學第 4 章 1-3 畫圖的簡單設置

摘要：保存打開執(zhí)行打開的時候要先加載一個包第二節(jié)畫個圖的方法風格面向對象畫圖第節(jié)簡易線型圖先設置。是一個可以裝圖形文字的容器是帶有刻度和標簽的矩形。第 4 章是講用matplotlib畫圖期待已久的內容，用可視化展示數(shù)據(jù)比丟一張數(shù)據(jù)表給他好的多，在建模的時候先畫個圖會清晰不少，下面進入正題：數(shù)據(jù)源：當然是上一章最后一節(jié)的提取了小時的sougou數(shù)據(jù) 第一節(jié)：保存就是教你怎么保存畫的圖，...

ShevaKuilin 2019-07-31 11:19 評論0 收藏0
【數(shù)據(jù)科學系統(tǒng)學習】Python # 數(shù)據(jù)分析基本操作[四] 數(shù)據(jù)規(guī)整化和數(shù)據(jù)聚合與分組運算

摘要：數(shù)據(jù)規(guī)整化清理轉換合并重塑數(shù)據(jù)聚合與分組運算數(shù)據(jù)規(guī)整化清理轉換合并重塑合并數(shù)據(jù)集可根據(jù)一個或多個鍵將不同中的行鏈接起來。函數(shù)根據(jù)樣本分位數(shù)對數(shù)據(jù)進行面元劃分。字典或，給出待分組軸上的值與分組名之間的對應關系。本篇內容為整理《利用Python進行數(shù)據(jù)分析》，博主使用代碼為 Python3，部分內容和書本有出入。在前幾篇中我們介紹了 NumPy、pandas、matplotlib 三個...

The question 2019-07-31 11:11 評論0 收藏0
利用Pandas和matplotlib分析我愛我家房租區(qū)間頻率

摘要：前幾天利用爬取了我愛我家的租房的一些數(shù)據(jù)，就想著能不能對房租進行一波分析，于是通過書籍和博客等查閱了相關資料，進行了房租的區(qū)間分析。前幾天利用python爬取了我愛我家的租房的一些數(shù)據(jù)，就想著能不能對房租進行一波分析，于是通過書籍和博客等查閱了相關資料，進行了房租的區(qū)間分析。不得不說，用python做區(qū)間分析比我之前用sql關鍵字統(tǒng)計區(qū)間簡單多了，話不多說，上代碼 # coding=...

huayeluoliuhen 2019-07-30 17:09 評論0 收藏0
【譯】技能測試解決方案：Python中的數(shù)據(jù)科學（三）

摘要：在關聯(lián)該數(shù)據(jù)集時，重復行會帶來一定的困擾，為了避免這個困擾，我們只保留重復數(shù)據(jù)第一個出現(xiàn)的樣本。本文是譯文，可以轉載，但需注明出處，點擊這里可以獲取原文，有刪減。本系列博文包含四篇文章：【譯】技能測試解決方案：Python中的數(shù)據(jù)科學（一）——Q1-Q15【譯】技能測試解決方案：Python中的數(shù)據(jù)科學（二）——Q16-Q30 【譯】技能測試解決方案：Python中的數(shù)據(jù)科學（三）...

i_garfileo 2019-07-25 11:46 評論0 收藏0
JavaScript 實現(xiàn)數(shù)組更多的高階函數(shù)

摘要：實現(xiàn)數(shù)組更多的高階函數(shù)吾輩的博客原文場景雖說人人平等，但有些人更加平等。若是有一篇適合萌新閱讀的自己實現(xiàn)數(shù)組更多操作的文章，情況或許會發(fā)生一些變化。類似于的初始值，但它是一個函數(shù)，避免初始值在所有分組中進行累加。 JavaScript 實現(xiàn)數(shù)組更多的高階函數(shù) 吾輩的博客原文: https://blog.rxliuli.com/p/fc... 場景雖說人人平等，但有些人更加平等。為...

aervon 2019-08-23 18:31 評論0 收藏0