Orange3数据预处理(分组组件)

Group By是Orange3中一个非常有用的组件，它允许用户对数据集进行聚合操作，类似于SQL中的GROUP BY语句或Pandas库中的`groupby`方法。以下是Group By组件的一些核心功能介绍：
1. Mean (平均数): 数据值的总和除以数据项的数量，显示数据的中心值。
2. Median (中位数): 数据集从小到大排序后位于中间位置的值。若数据项数量为偶数，则为中间两项的平均值。
3. Q1 (第一四分位数): 排序后位于25%位置的值，表示数据分布的下四分位。
4. Q3 (第三四分位数): 排序后位于75%位置的值，表示数据分布的上四分位。
5. Min. value (最小值): 数据集中的最小值。
6. Max. value (最大值): 数据集中的最大值。
7. Mode (众数): 数据集中出现频率最高的值。对于分类数据，众数指示最常见的类别。
8. Standard deviation (标准差): 表示数据值相对于平均数的分散程度。标准差越大，数据的波动性越高。
9. Variance (方差): 标准差的平方，同样衡量数据的分散度。
10. Sum (总和): 数据值的总和。
11. Concatenate (拼接): 将数据值拼接成一个字符串。常用于文本数据或分类数据。
12. Span (范围): 数据集中最大值与最小值之间的差值。
13. First value (首个值): 数据集中的第一个值。
14. Last value (最后一个值): 数据集中的最后一个值。
15. Random value (随机值): 从数据集中随机选择的一个值。
16. Count defined (已定义计数): 非空（非缺失）数据值的数量。
17. Count (计数): 数据值的总数量，包括空值。
18. Proportion defined (定义的比例): 非空（非缺失）数据值占总数据值的比例。
这些聚合类型提供了从不同角度理解和分析数据集的能力。通过使用它们，可以揭示数据集的关键特性，并帮助我们进行更准确的数据解读和决策。