如何统计熊猫的分组观察？
在真正的数据科学项目中，您将处理大量数据并反复尝试，因此为了提高效率，我们使用 Groupby 概念。Groupby 概念非常重要，因为它能够高效地聚合数据，无论是性能还是代码量都非常出色。Groupby 主要指涉及以下一个或多个步骤的过程:
- 拆分:是我们通过对数据集应用一些条件，将数据拆分成组的过程。
- 应用:是我们对每组独立应用一个函数的过程。
- 组合:是我们将 groupby 和结果应用到一个数据结构中后，将不同数据集进行组合的过程。
语法:group by(by =无，轴=0，级别=无，as _ index =真，排序=真，group _ keys =真，挤压=假，**kwargs)
参数:
- 通过:映射、函数、字符串或可迭代
- 轴: int，默认 0
- 级别:如果轴是多索引(分层)，则按特定级别分组
- as_index : 对于聚合输出，返回以组标签为索引的对象。仅与数据帧输入相关。as_index=False 实际上是“SQL 风格”的分组输出
- 排序:排序组键。关闭此功能可以获得更好的性能。请注意，这不会影响各组内的观察顺序。groupby 保留每个组中的行顺序。
- 组合键:调用 apply 时，将组合键添加到索引中以识别片段
- 挤压:如果可能，减少返回类型的维度，否则返回一致的类型
返回:分组对象
这里，我们使用一个简单的虚拟数据帧，如下所示:
此外，我们使用一些方法来统计熊猫小组的观察结果，下面用例子来解释。
示例 1:使用组计数(按一个变量计数)
在本例中，我们将使用 group.count()方法来计算每个组中的成员总数。
Python 3
# import libraries
import pandas as pd
#create pandas DataFrame
df = pd.DataFrame({'Name': ['Arun', 'Arun', 'Bhuvi', 'Bhuvi',
'Bhuvi', 'Chandan', 'Chandan'],
'Department':['CSE', 'IT', 'CSE', 'CSE',
'IT', 'IT', 'CSE'],
'Funds': [1100, 800, 700, 600, 600, 500, 1200]})
# create a group using groupby
group = df.groupby("Department")
# count the observations
group.count()
输出:
示例 2:使用组大小(按多个变量计数)
在本例中，我们将使用 group.size()方法，该方法计算每个组中条目/行的数量。
Python 3
# import libraries
import pandas as pd
#create pandas DataFrame
df = pd.DataFrame({'Name': ['Arun', 'Arun', 'Bhuvi', 'Bhuvi',
'Bhuvi', 'Chandan', 'Chandan'],
'Department':['CSE', 'IT', 'CSE', 'CSE',
'IT', 'IT', 'CSE'],
'Funds': [1100, 800, 700, 600, 600, 500, 1200]})
# create a group using groupby
group = df.groupby(['Name', 'Department'])
# size of group to count observations
group = group.size()
# make a column name
group.reset_index(name='Observation')
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
