在数据分析中,数据分组与聚合是常用的操作,能够帮助我们从大量数据中提取出有用的信息.我们讨论了描述性统计,了解了如何通过均值、方差等统计量概述数据的特征.而在本篇中,我们将学习如何对数据进行分组和聚合,以便进行更深入的分析.最后,我们将在后续的章节中使用这些分析结果进行数据可视化.
数据分组的概念
数据分组是将数据集按照某些特征进行划分的过程.Pandas库中的groupby()函数可以帮助我们轻松实现这一点.使用groupby()后,我们可以对每个组进行聚合、转换或过滤操作.
示例案例
我们将使用一个简单的假设数据集,包含学生的考试成绩.数据集如下：
| 学生 | 科目 | 分数 |
|---|---|---|
| A | 数学 | 85 |
| A | 英语 | 78 |
| B | 数学 | 92 |
| B | 英语 | 88 |
| C | 数学 | 70 |
| C | 英语 | 60 |
首先,我们通过Pandas将数据集导入：
import pandas as pd data = { '学生': ['A', 'A', 'B', 'B', 'C', 'C'], '科目': ['数学', '英语', '数学', '英语', '数学', '英语'], '分数': [85, 78, 92, 88, 70, 60] } df = pd.DataFrame(data) print(df)
数据分组与聚合
通过groupby()函数,我们可以按学生列对数据进行分组,并计算每个学生的平均分数：
grouped = df.groupby('学生')['分数'].mean().reset_index() print(grouped)
结果解释
输出的grouped数据框显示了每个学生的平均分数：
| 学生 | 分数 |
|---|---|
| A | 81.5 |
| B | 90.0 |
| C | 65.0 |
在上面的示例中,我们使用mean()函数进行平均值聚合,但Pandas提供了多种聚合函数,包括 sum()、count()、min()、max() 等等.
多重聚合
我们还可以对同一列使用多个聚合函数.例如,我们希望知道每位学生的分数总和和平均值,可以使用agg()方法：
agg_results = df.groupby('学生')['分数'].agg(['sum', 'mean']).reset_index() print(agg_results)
这将返回一张数据框,其中包含每个学生的分数总和和平均分：
| 学生 | sum | mean |
|---|---|---|
| A | 163 | 81.5 |
| B | 180 | 90.0 |
| C | 130 | 65.0 |
使用pivot_table()进行数据透视
除了groupby()之外,Pandas还提供了pivot_table()函数,能够方便地处理数据透视问题.假设我们想要查看每个科目每个学生的平均分数：
pivot_table = df.pivot_table(values='分数', index='学生', columns='科目', aggfunc='mean').reset_index()
print(pivot_table)
结果解释
输出结果为：
| 学生 | 数学 | 英语 |
|---|---|---|
| A | 85 | 78 |
| B | 92 | 88 |
| C | 70 | 60 |
在这里,我们利用pivot_table()创建了一张新的数据框,显示了每位学生在不同科目的分数.
小结
本篇文章中,我们学习了数据分组和聚合的基本操作.通过使用groupby()函数和pivot_table()函数,我们能够对数据进行灵活的分组与汇总,提取出有意义的信息.
关于Python技能储备！
如果你是准备学习Python或者正在学习（想通过Python兼职），下面这些你应该能用得上：
【点击这里】领取！
包括：激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，学习不再是只会理论
④ 华为出品独家Python漫画教程，手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便****
以上就是本次分享的全部内容。我们下期见~
