df.groupby

df.groupby根据分类变量进行分组,随后分别对各组的连续变量进行统计描述。


import pandas as pd

df = pd.DataFrame({'id': [1, 2, 3, 4, 5],
                   'sex': ['M', 'F', 'M', 'F', 'M'],
                   'age': [25, 30, 28, 35, 40],
                   'HUA': [0, 0, 0, 1, 1],
                   'Scr': [1.2, 1.0, 1.5, 1.3, 1.8],
                   'UA': [5.0, 4.5, 6.0, 5.5, 7.0]})

# df为:
   id sex  age  HUA  Scr   UA
0   1   M   25    0  1.2  5.0
1   2   F   30    0  1.0  4.5
2   3   M   28    0  1.5  6.0
3   4   F   35    1  1.3  5.5
4   5   M   40    1  1.8  7.0

分组打印

for name,group in df.groupby('sex'):
    print('\n',name, '\n',group)

# 输出:
 F 
    id sex  age  HUA  Scr   UA
1   2   F   30    0  1.0  4.5
3   4   F   35    1  1.3  5.5

 M 
    id sex  age  HUA  Scr   UA
0   1   M   25    0  1.2  5.0
2   3   M   28    0  1.5  6.0
4   5   M   40    1  1.8  7.0


分组计算平均值、样本标准差、样本标准误

"""根据sex进行分组,分别计算UA的平均值、样本标准差、样本标准误"""
"""不改列名"""
df.groupby(['sex'])['UA']\
  .agg(['mean','std', 'sem']).reset_index()
  
# 输出为:
  sex  mean       std      sem
0   F   5.0  0.707107  0.50000
1   M   6.0  1.000000  0.57735


"""改列名"""
df.groupby(['sex'])['UA']\
  .agg([('UA的平均值','mean'),
        ('UA的样本标准差','std'), 
        ('UA的样本标准误','sem')]).reset_index()

# 输出为:  
  sex  UA的平均值  UA的样本标准差  UA的样本标准误
0   F     5.0  0.707107   0.50000
1   M     6.0  1.000000   0.57735

你可能感兴趣的:(DataFrame,pandas,python)