# python做简单的数据分组统计

python做简单的数据分组统计

按年份统计每一个id出现的次数，当样本很大的时候比较快一些。

# -*- coding=utf-8 -*-
import pandas as pd
import csv    #加载csv包便于读取csv文件

csv_file=open('D:/mystata/harvard-1.0/patent/utility_num/utility1.0.csv',encoding="utf-8")    #打开csv文件
csv_reader_lines = csv.reader(csv_file)   #逐行读取csv文件
date=[]    #创建列表准备接收csv各行数据
for one_line in csv_reader_lines:
    date.append(one_line)    #将读取的csv分行数据按行存入列表‘date’中

df = pd.DataFrame(date,columns=["id","year"])  #将数据放入DataFrame中，命名各列名称为“id”和“year”
gp = df.groupby(by=["year","id"])   #按year分组
gp.size()  #，统计每年每个id出现的次数
newdf=gp.size()
newdf.reset_index(name='times')
#result = pd.value_counts(gp)
newdf.to_csv('D:/mystata/harvard-1.0/patent/utility_num/every_utility_num.csv')   #结果保存在csv中