Pandas中的数据拆分成组—groupby()方法

        在Pandas中，可以通过groupby()方法将数据集按照某些标准划分成若干个组，该方法的语法格式如下：

       groupby(by=None，axis=0，level=None，as_index=True，sort=True，group_keys=True，squeeze=False，observed=False，kwargs)

上述参数的含义如下：

1. by：用于确定进行分组的依据。       //也可以指定多个列名，区别是单个列名分组的主键或索引是单个主键；多个列名是元组的形式
2. axis：表示分组轴的方向，可以为0（表示按行）或（表示按列），默认为0。
3. level：如果某个轴是一个MultiIndex对象，则会按特定级别或多个级别分组。
4. as_index：表示聚合后的数据是否以组标签作为索引的DataFrame对象输出，，接受布尔值，默认为True。
5. sort：表示是否对分组标签进行排序，接受布尔值，默认为True。

       通过groupby()方法执行分组操作，会返回一个GroupBy对象，该对象实际上并没有进行任何计算，只是包含一些关于分组键的中间数据而已。一般，使用Series调用groupby()方法返回的是SeriesGroupBy对象，而使用DataFrame调用groupby()方法返回的是DataFrameBy对象。

       在进行分组时，可以通过groupby()方法的by参数来指定按什么标准分组，by参数可以接收的数据有多种形式，类型也不必相同，常用的分组方式主要有以下4种：

• 列表或数组，其长度必须与待分组的轴一样。
• DataFrame对象中某列的名称。
• 字典或Series对象，给出待分组轴上的值与分组名称之间的对应关系。
• 函数，用于处理轴索引或索引中的各个标签。

接下来通过代码来演示：

       例子1通过列名进行分组：

import pandas as pd                     #通过列名进行分组
df=pd.DataFrame({'key':['C','B','C','A','B','B','A','C','A']
                 ,'Data':[2,4,6,8,10,1,14,16,18]})
df

df.groupby(by='key')        #按照 Key列来分组

#要查看每个分组的具体内容，要用for遍历DataFrameGroupBy对象

groupby_obj=df.groupby(by='key')    
for i in groupby_obj:
    print(i)                      #3/6/8 为相对应的 A 的索引 ,使用 for 循环进行遍历查看每个分组的具体内容

       例子2通过Series对象进行分组：

import pandas as pd                      #通过Series对象进行分组
df=pd.DataFrame({'key1':['A','A','B','B','A'],
                'key2':['one','two','one','two','one'],
                'data1':[2,3,4,6,8],
                'data2':[3,5,6,3,7]})
df

se=pd.Series(['a','b','c','a','b'])           #按分组键索引和对象的索引进行匹配,相同的划分为一组
se

group_obj=df.groupby(by=se)    
for i in group_obj:
  print(i)

       如果Series对象的长度与原数据的行索引长度不相等时：

se=pd.Series(['a','a','b'])#如果Series对象的索引长度与Pandas对象索引长度不相同时,则只会将部分(具有相同索引长度)数据进行分组,
                           #不会全部数据进行分组
group_obj=df.groupby(by=se)
for i in group_obj:
    print(i)

       例子3通过字典进行分组：

import pandas as pd                        #通过字典进行分组
num_df=pd.DataFrame({'a':[1,2,3,4,5]
                    ,'b':[6,7,8,9,10]
                    ,'c':[11,12,13,14,15]
                    ,'d':[5,4,3,2,1]
                    ,'e':[10,9,8,7,6]})
num_df

jk={'a':'第一组','b':'第二组','c':'第一组','d':'第三组','e':'第二组'}
jk

dict_by=num_df.groupby(by=jk,axis=1)
for i in dict_by:
    print(i)

       例子4通过函数进行分组：

import pandas as pd                    #通过函数进行分组
df=pd.DataFrame({'a':[1,2,3,4,5]
                ,'b':[6,7,8,9,10]
                ,'c':[5,4,3,2,1]},index=['Sun','Jack','Alice','Helen','Job'])
df

group_obj=df.groupby(by=len)           #调用了内置函数 len方法
for i in group_obj:
    print(i)

       例子5 as_index参数的用法：

import pandas as pd
jk=pd.DataFrame({'id':[1,2,3,4,5]
                ,'age':[6,7,8,9,10]
                ,'time':[18,40,30,25,12]})
jk

jk.groupby(['id'],as_index=True).mean()      #as_index=True,表示聚合后的数据用组标签作为索引的DataFrame对象输出

#as_index=True

import pandas as pd
jk=pd.DataFrame({'id':[1,2,3,4,5]
                ,'age':[6,7,8,9,10]
                ,'time':[18,40,30,25,12]})
jk

jk.groupby(['id'],as_index=False).mean()   #as_index=False,表示聚合后的数据不用组标签作为索引的DataFrame对象输出

#as_index=False

---

作者：KJ.JK
本文仅用于交流学习，未经作者允许，禁止转载，更勿做其他用途，违者必究。
文章对你有所帮助的话，欢迎给个赞或者 star 呀，你的支持是对作者最大的鼓励，不足之处可以在评论区多多指正，交流学习呀