學習如何掌握Python中的groupby函數

ONe在Pandas軟件包中流行的功能是群比功能。我相信，幾乎所有以前使用Pandas的人也必須使用群比功能。它是如此流行，因為它提供了總結，但詳細的結果有效。正如潘達斯軟件包醫生所描述的，

這是小編準備的python基礎學習資料,關注，轉發，私信小編“01”即可免費領取！

我們指的是一個涉及以下一個或多個步驟的過程：

根據一定的準則將數據劃分成組。

對每一組獨立地應用一個函數。

將結果組合成數據結構。[1]

SQL中還有一個groupby函數。因此，對於在SQL方面有經驗的人來說，用Python學習groupby函數並不是一件難事。但問題是Pandas中的groupby可以執行比在SQL中更多的分析，這使得Pandas中的groupby成為一種常見但必不可少的功能。

“靈丹妙藥”中的群比之所以更強大，是因為第二步的“應用”。在SQL中，“應用”步驟中的大多數操作在統計上是相關的，如min、max、count等。然而，在Pandas中，“應用”可以執行得更多。

從潘達斯的醫生那裡，

在應用步驟中，我們可能希望使用以下內容之一：

聚合：計算每個組的彙總統計數據(或統計數據)。

轉換：執行一些特定於組的計算，並返回一個類似的索引對象。

過濾：根據評估真假的分組計算，丟棄一些組.[1]

在本文中，我將介紹一些Groupby應用程序。這些應用程序不僅向我展示了從數據中獲得的洞察力，而且還幫助我識別了我在分析數據方面的下一步行動。

我們開始吧。

本文使用的數據是Kaggle的“學生酒精消費”中的“學生-por.csv”。您可以從鏈接 .

<code># Input
import
 pandas 
as
 pd 
data
 = pd.read_csv(
'student-por.csv'
)
data
.info()# Output<
class
 '
pandas
.
core
.
frame
.
DataFrame
'>

RangeIndex: 
649
 entries, 
0 
 to 
648
Data columns (total 
33
 columns):
school        
649
 non-
null
 
object
sex           
649
 non-
null
 
object
age           
649
 non-
null
 int64
address       
649
 non-
null
 
object
famsize       
649
 non-
null
 
object
Pstatus       
649
 non-
null
 
object
Medu          
649
 non-
null
 int64
Fedu          
649
 non-
null
 int64
Mjob          
649
 non-
null 
 
object
Fjob          
649
 non-
null
 
object
reason        
649
 non-
null
 
object
guardian      
649
 non-
null
 
object
traveltime    
649
 non-
null
 int64
studytime     
649
 non-
null
 int64
failures      
649
 non-
null
 int64
schoolsup     
649
 non-
null
 
object
famsup        
649
 non-
null
 
object
paid          
649
 non-
null
 
object 

activities    
649
 non-
null
 
object
nursery       
649
 non-
null
 
object
higher        
649
 non-
null
 
object
internet      
649
 non-
null
 
object
romantic      
649
 non-
null
 
object
famrel        
649
 non-
null
 int64
freetime      
649
 non-
null
 int64
goout         
649
 non-
null
 int64
Dalc          
649
 non-
null
 int64
Walc          
649
 non-
null 
 int64
health        
649
 non-
null
 int64
absences      
649
 non-
null
 int64
G1            
649
 non-
null
 int64
G2            
649
 non-
null
 int64
G3            
649
 non-
null
 int64
dtypes: int64(
16
), 
object
(
17
)
memory usage: 
167.4
+ KB/<code>