Python [panda/lambda] -按特定列对DF进行分组和聚合

Python中的pandas库提供了强大的数据处理和分析功能。在pandas中，可以使用groupby函数按特定列对DataFrame进行分组和聚合操作。

分组操作可以将数据按照某个或多个列的值进行分组，然后对每个分组进行聚合操作，例如计算平均值、求和、计数等。

以下是按特定列对DataFrame进行分组和聚合的示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
        'Age': [25, 30, 35, 40, 45],
        'Salary': [5000, 6000, 7000, 8000, 9000]}
df = pd.DataFrame(data)

# 按Name列进行分组，并计算平均年龄和总薪资
grouped = df.groupby('Name')
result = grouped.agg({'Age': 'mean', 'Salary': 'sum'})

print(result)

输出结果为：

         Age  Salary
Name                
Alice   32.5   13000
Bob     37.5   15000
Charlie 35.0    7000

在上面的示例中，我们按照Name列对DataFrame进行了分组，并使用agg函数对每个分组进行了聚合操作。通过传入一个字典，我们指定了要对Age列计算平均值，对Salary列计算总和。

对于Python中的lambda函数，它是一种匿名函数，可以在需要函数对象的地方使用。lambda函数通常用于简化代码，特别是在需要定义简单的函数时。

以下是使用lambda函数对DataFrame进行分组和聚合的示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
        'Age': [25, 30, 35, 40, 45],
        'Salary': [5000, 6000, 7000, 8000, 9000]}
df = pd.DataFrame(data)

# 按Name列进行分组，并计算平均年龄和总薪资
result = df.groupby('Name').apply(lambda x: pd.Series({'Age': x['Age'].mean(), 'Salary': x['Salary'].sum()}))

print(result)

输出结果与之前的示例相同。

对于pandas库的更多详细信息和使用方法，可以参考腾讯云的相关产品和文档：