破周三，前不着村后不着店的，只好学pandas了，你该这么学，No.9
破周三，前不着村后不着店的，只好学pandas了，你该这么学，No.9
周三了，一个星期最难的一天
大中间的，今天还这么热
5月份，36度的高温
天空飘过几个字
屋里学pandas最得劲
Groupy DataFrame with Index Levels and Columns
说白了就是通过index和columns混合分组
例子走起，（不赶紧写例子，都不知道要怎么解释啦）
import pandas as pd
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
index = pd.MultiIndex.from_arrays(arrays=arrays,names=['first','second'])
df = pd.DataFrame({'A':[3,1,4,5,9,2,6,1],
'B':[1,1,1,1,2,2,3,3]},index=index)
print(df)有例子，就有例子展示，对吧
A B
first second
bar one 3 1
two 1 1
baz one 4 1
two 5 1
foo one 9 2
two 2 2
qux one 6 3
two 1 3接下来，大招展示的环节的
我要按照second的index索引和B列进行分组
代码先行一步，效果稍后就来
grouped = df.groupby([pd.Grouper(level=1),'B']).sum()
print(grouped)注意看到groupby里面有两个值，一个是pd.Grouper(level=1) 这个为second的index
第二个为B columns
手太抖了，没画好，灵魂画手
主要就是为了让你看明白，分组是怎么计算的哦~
当然，你也可以通过index的名字进行分组
df.groupby([pd.Grouper(level='second'), 'A']).sum()和上面的效果是一样一样的
甚至，我们可以直接简写成
df.groupby(['second', 'A']).sum()分组之后的数据可以选择部分，也可以迭代
这个部分，其实我们已经实现过了
再拿出来，重温一下
df = pd.DataFrame({'A':['bar', 'bar', 'foo', 'foo', 'foo', 'foo', 'foo'],
'B':['one', 'two', 'one', 'two', 'one', 'two', 'three'],
'C':[3,1,4,5,9,2,6],
'D':[1,1,1,1,2,2,3]})
print(df)
grouped = df.groupby('A')
for name,group in grouped:
print(name)
print(group)看到分组的名字分别是bar和foo，熟悉吧，常规操作
迭代的时候，用for in 循环即可
bar
A B C D
0 bar one 3 1
1 bar two 1 1
foo
A B C D
2 foo one 4 1
3 foo two 5 1
4 foo one 9 2
5 foo two 2 2
6 foo three 6 3如果按照多keys分组，例如groupby(['A','B'])
它会自然而然的形成一个元组name
可以迭代，就可以部分选择，上篇博客有哦！
bars = grouped.get_group('bar') # 通过分组的名字
print(bars)另一个呢？
df.groupby(['A', 'B']).get_group(('bar', 'one'))唉，对喽，这么写，就比较对了
难度系数的大了，要来了，聚合函数
首先看一下内置的聚合函数
sum(), mean(), max(), min(), count(), size(), describe()竟然才这么几个，那是因为我没写全
这个咱们已经操作很多次了
接下来可以看一个高级一些的
可自定义函数，传入agg方法中我们还是通过刚才的数据进行分析
A B C D
0 bar one 3 1
1 bar two 1 1
2 foo one 4 1
3 foo two 5 1
4 foo one 9 2
5 foo two 2 2
6 foo three 6 3按照A和B进行分组 A有2个值，B有3个值，所以分组之后形成5组
看清楚，不要眨眼，操作来了
grouped = df.groupby(['A','B'])
print(grouped.agg('mean'))
思路转换，单列求平均值
grouped = df.groupby(['A','B'])
print(grouped['C'].agg('mean'))继续思路转换，给单列多个聚合函数
print(grouped['C'].agg(['mean','sum']))很厉害，学到了吧
继续来，不要怕，求多种聚合运算的同时更改列名
print(grouped['C'].agg([('A','mean'),('B','max')]))
不同的列运用不同的聚合函数
print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))
这些都是agg干的，我还可以继续编哦~
groupby中，可以修改成无索引形式
注意核心加了一个参数as_index=False
grouped = df.groupby(['A','B'],as_index=False)
print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))
最后一个操作，agg里面是可以使用自定义的聚合函数
一般，都是这个案例，我呢，当然不能例外啦
grouped = df.groupby('A')
def max_min(group):
return group.max()-group.min()
print(grouped.agg(max_min))agg(自定义的函数)
这个地方的自定义函数，还支持lambda的哦~