周一不睡觉，也要把pandas groupy 肝完，你该这么学，No.8
如果图片无法观看，请移步 https://blog.csdn.net/hihell
学编程就跟打游戏一样一样的
为啥一样啊，因为要肝的
你看，学编程有很多好处
掉头发，有借口吧
不洗头，有借口吧
不洗袜子，有借口吧
不去看电影，有借口吧
不陪女朋友，有借口吧
活该单身， (❁´◡`❁)✲ﾟ
哈哈，唯独梦想橡皮擦，她就比较厉害了，
身边的大佬全是综上所述，嘿嘿嘿
学个pandas在不找点乐趣，咋学啊
大周一的，弄点啥？
遥记得，上一篇最后，我说要写groupby的高级函数
后来自己理了理，忽然觉得真难
不想了写了... ...
后来，转念一想，不行啊，我是大佬啊
咋能不写
于是乎，我就写了今天这篇博客
groupby 核心为 split-apply-combine
啥意思呢，就是字面意思呗
分割-应用-组合
- 分割，就是按照一些标准进行数据的拆分
- 应用，给分好的组，应用一些函数上去
- 组合，分组的数据，捣鼓捣鼓，弄成一个新的数据结构，方便后面应用
Over
这就是groupby的核心
分割，或者叫分组（拆分）步骤，是最简单的，
看好数据，写代码就可以了
（说的好像很容易似的）
使用最多的，对我们来说
是想要对数据进行一些基本的应用
也就是分组之后，我们要计算
官方文档里面介绍groupby要实现的效果
就是想模拟SQL的操作
SQL是啥？数据库的那个脚本语言（你不会不会写吧，哈哈哈O(∩_∩)O哈哈~）
groupby在模仿的就是下面这句话
select col1,col2,count(col3),sum(col4) from one_table
group by col1,col2
咦，如果你看到上面的SQL语句
发现，这个我熟悉啊
那么接下来，学习就easy了
当然，如果你不是很清楚
那就要看你的悟性了
将一个dataframe对象分割成组
其实这个咱上篇文章已经做过了
再学一次，没毛病
举个代码的例子
import pandas as pd
df = pd.DataFrame([('class1','boy',100),
('class2', 'boy', 90),
('class3', 'girl', 80),
('class1', 'unkown', None),
('class2', 'unkown', 90)],index=['dawa','erwa','sanwa','siwa','wuwa'],columns=['class','sex','weight'])
print(df)
看着迷糊么？
我其实就是做了这么一个表格
咱去excel里面瞅瞅
pandas里面打印的无非是英文
class sex weight
dawa class1 boy 100.0
erwa class2 boy 90.0
sanwa class3 girl 80.0
siwa class1 unkown NaN
wuwa class2 unkown 90.0
一样的，接下来，基本操作
走位，走位，瞬间清晰
print(df.groupby('class'))
print(df.groupby('sex',axis='columns'))
print(df.groupby(['class','sex']))
第一个，你肯定会
第二个，修改axis的轴，按照columns进行分组了，先不用管有没有意义哦
第三个，请注意，有两个列名在一个数组里面，叫做先按照class分组，在按照sex分组
那么groupby里面可以给哪些值呢？
难不成只有上面的三种
天真了吧
看操作
- 给一个python函数，可以作用于每一个目标轴标签上，不好理解
- list列表或者numpy的数组，长度和被选择的轴一致
- 字典或者Series,格式参照 label->group name
- 提供一个字符串，比如
df.groupby('A')和df.groupby(df['A'])是一样的 - 上面任意一条，构成的list列表
好了，难吧
没错，说了，从这篇博客开始就开始高级部分学习了
嘿嘿
简单的多列分组代码代码如下
df = pd.DataFrame({'A': ['girl', 'boy', 'girl', 'boy',
'girl', 'boy', 'girl', 'girl'],
'B': ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C': [3,1,4,5,6,7,8,1],
'D': [9,1,2,3,1,6,4,3]})
print(df)
grouped = df.groupby('A')
print(grouped)
grouped = df.groupby(['A','B'])
print(grouped)
对于一个待分组的dataframe对象来说
你可以直接用'A'或者'B'中的一个进行分组
当然也可以直接用['A','B']进行分组
这个要看你实际的需求了啊
分组之后，我们能干点啥？
当然是获取分组之后的数据啊
print(grouped.get_group('boy'))
print(grouped.get_group('girl'))
小函数，送上一枚
get_group('key name')
除了获取分组之后的数据，在送你个常用小属性，瞅瞅
grouped = df.groupby('A')
print(grouped)
print(grouped.groups)
groups这个属性非常常用哦~因为我们时常需要看一下，分组结果是否争取e
{'boy': Int64Index([1, 3, 5], dtype='int64'), 'girl': Int64Index([0, 2, 4, 6, 7], dtype='int64')}
当然学习吗，你可以使用help和dir把帮助文档弹出来
然后所有的属性和方法都清晰可见了
print(dir(grouped))
print(help(grouped))
到最后了，我在嘚啵一个知识点，这个知识点是series的
为什么又返回来，开始学习series了呢
还不是因为直接学习dataframe的多列分组，难度太大
我们先弄一个完美的测试栗子
arrays = [['a', 'a', 'b', 'b', 'c', 'c', 'd', 'd'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
index = pd.MultiIndex.from_arrays(arrays=arrays,names=['first','second'])
s = pd.Series([3,1,4,1,5,9,2,6],index=index)
print(s)
这个series长成这个样子
first second
a one 3
two 1
b one 4
two 1
c one 5
two 9
d one 2
two 6
dtype: int64
一定要看明白，是分级索引哦
接下来对它进行分组，并且求和
比如，我要计算first列下面的a的和，b的和，c的和,d的和
我们可以通过level参数控制
# 这两个一个意思
print(s.groupby(level=0))
print(s.groupby(level='first'))
grouped = s.groupby(level=0)
print(grouped.sum())
搞定，看看结果
没毛病
对于second列，我们也可以分组求和的哦
grouped = s.groupby(level='second')
print(grouped.sum())
咦，好像发现点问题
print("分组求和")
grouped = s.groupby(level='second')
print(grouped.sum())
print("sum函数求和")
print(s.sum(level='second'))
一样唉~
其实参数level也可以这么写呢level=['first','second']
好了，今天肝不动了
明天我们继续吧
你已经关注我公主号了，对不对
赶紧让朋友也关注啊…
