使用python对数据进行高效处理，包你玩转分组聚合

本文主要介绍python的第三方数据分析库pandas，阐述其在数据分析领域应该如何高效地进行分组聚合，共分享5个最佳实践。

groupby概念

groupby语句在数据分析中是用来做分组计算的，将数据划分为不同的部分，常用的统计指标有：计数，求和，求最大最小值，平均值等等……

agg函数基本操作:传入字典和列表的区别

直接上案例

直接用列表的形式就是 将每一列分别聚合求平均数，和，标准差，如下所示

传入字典则是根据不同的列分别聚合不同的函数，如下所示

groupby稍微高端一点的操作：按照自定义分类进行聚合操作

有时候，我们对于完全没有关系的列，要进行聚合操作，这时候我们可以选择如下方法进行自定义分组条件（传入字典的形式）

构造案例，如下

如果说希望将a,b,e划分为同一种类别，c/d为同一类别，f自己为一类，求每个人实际拥有的数量，那么就可以如下图方法处理

按照不同标准将同类数据聚合到一行

啥意思，就比如说，一个数据集合中有性别一列，现在需要将性别为男女的分开，将所有男性的某些特征汇总到一行，用逗号分隔，女性同样如此

举例如下所示

乍一看也是分组，但是涉及到不同的语法，解决方案如下所示

将分组后的数据列保持原列名

其实这个说简单也简单，不过当时我不知道这个方法的时候，走了很多的弯路，所以还是拿出来分享下

as_index=False 这个参数的作用，是不将聚合后的名称更改为索引，我个人觉得很有用，尤其是需要进行数据集拼接聚合之后，可能还要关联表

我是一名奋战在编程界的pythoner，工作中既要和数据打交道，也要和erp系统，web网站保持友好的沟通。我时不时会分享一些提高效率的编程小技巧，实际应用中遇到的问题和解决方案，或者源码的阅读等等，欢迎大家一起来讨论！