Pandas groupby没有任何函数，每个唯一值只显示一次

基础概念

pandas 是一个强大的数据处理和分析库，广泛用于数据科学和机器学习领域。groupby 是 pandas 中的一个方法，用于根据一个或多个列的值将数据分组。分组后，可以对每个组应用聚合函数（如 sum、mean、count 等），以计算每组的统计信息。

相关优势

1. 灵活性：可以基于一个或多个列进行分组。
2. 高效性：pandas 的 groupby 操作经过优化，能够高效处理大规模数据集。
3. 丰富的聚合函数：提供了多种内置聚合函数，并且可以自定义聚合函数。

类型

groupby 操作主要分为两类：

1. 分组聚合：对每个组应用聚合函数，生成新的数据集。
2. 分组转换：对每个组应用函数，生成与原数据集形状相同的新数据集。

应用场景

1. 数据汇总：例如，按地区汇总销售额。
2. 数据分析：例如，分析不同年龄段的用户行为。
3. 数据透视表：生成类似 Excel 透视表的数据结构。

遇到的问题及解决方法

问题描述

pandas groupby 没有任何函数，每个唯一值只显示一次。

原因

这通常是因为在使用 groupby 后没有应用任何聚合函数。groupby 本身只是将数据分组，并不会自动计算任何统计信息。

解决方法

1. 应用聚合函数：在 groupby 后应用聚合函数，如 sum、mean、count 等。

import pandas as pd

# 示例数据
data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': [1, 2, 3, 4, 5, 6, 7, 8],
    'C': [10, 20, 30, 40, 50, 60, 70, 80]
}

df = pd.DataFrame(data)

# 应用聚合函数
result = df.groupby('A').sum()
print(result)

1. 自定义聚合函数：如果内置聚合函数不能满足需求，可以自定义聚合函数。

def custom_agg(x):
    return x.max() - x.min()

result = df.groupby('A')['B'].agg(custom_agg)
print(result)

参考链接

• pandas groupby 文档

通过上述方法，可以解决 pandas groupby 没有任何函数，每个唯一值只显示一次的问题。