Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)

Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)

分组聚合组内计算

1、groupby进行数据拆分

groupby能够根据字段或者索引对数据分组处理。
Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第1张图片
Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第2张图片
groupby 分组后的数据对象类似于DataFrame,也是Pandas提供的一组数据对象,这类主要方法有:
Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第3张图片

2、使用agg进行数据聚合

Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第4张图片
agg参数如下:

  • func :接收list、dict、function。表示应用于每行每列的函数。无默认
  • axis:接收0或1.代表操作的轴向。默认为0

例1:获取传感器数据中温湿度数据的均值和方差:

print(data[['Temp','Wet']].agg([np.mean,np.std]))

例2:获取传感器数据中温度数据的均值和湿度数据的方差:

print(data.agg({'Temp':np.mean,'Wet':np.std}))

例3:获取传感器数据中温度数据的均值和湿度数据的均值和方差:

print(dada.agg({'Temp':np.mean,'Wet':[np.mean,np.std]}))

Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第5张图片

3、使用apply进行数据聚合

Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第6张图片
Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第7张图片

数据预处理

Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第8张图片
数据的合并包括:

  • 数据堆叠
  • 主键合并
  • 重叠合并

数据堆叠

Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第9张图片
Pandas统计分析基础(使用分组聚合进行组内计算,数据预处理)_第10张图片

result = pd.concat([df1,df4], axis=1)
# 参数axis=1表示横向堆叠

你可能感兴趣的:(Python数据分析)