25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组，分组后的数据可以计算生成组的聚合值。

如果我们有一个包含汽车品牌和价格信息的数据集，那么可以使用groupby功能来计算每个品牌的平均价格。

在本文中，我们将使用25个示例来详细介绍groupby函数的用法。这25个示例中还包含了一些不太常用但在各种任务中都能派上用场的操作。

这里使用的数据集是随机生成的，我们把它当作一个销售的数据集。

1. import pandas as pd
2. sales = pd.read_csv("sales_data.csv")
3. sales.head()

1、单列聚合

我们可以计算出每个店铺的平均库存数量如下:

1. sales.groupby("store")["stock_qty"].mean()
3. #输出
4. store
5. Daisy 1811.861702
6. Rose 1677.680000
7. Violet 14622.406061
8. Name: stock_qty, dtype: float64

2、多列聚合

在一个操作中进行多个聚合。以下是我们如何计算每个商店的平均库存数量和价格。

 

完整文章：

https://avoid.overfit.cn/post/eb6cd15ec5134397842f580f383ac712