Python数据分析实践：数据处理操作groupby分组new.pdfVIP

2022/3/6 4.5 数据处理操作-groupby分组 在处理数据的过程中，知道如何对数据集进行分组、聚合操作是一项必备的技能，能够大大提升数据分析的效率。在日常的数据分析中，经常需要 将数据根据某个（多个）字段划分为不同的群体（group）进行分析，如电商领域将全国的总销售额根据省份进行划分，分析各省销售额的变化情 况，社交领域将用户根据画像（性别、年龄）进行细分，研究用户的使用情况和偏好等。 分组是指根据一个或多个键将数据拆分为多个组的过程，这里的键可以理解为分组的条件。聚合指的是任何能够从数组产生标量值的数据转换过 程。分组、聚合操作一般会同时出现，用于计算分组数据的统计值或实现其他功能。 4.5.3 分组过程理解 1. 分组SAC过程 在pandas中分组函数是groupby函数，将数据分成几组，并在每个子集上应用一些函数。分为三个阶段，即“拆分split-应用apply-合并combine” ， 简称SAC。其中： split指基于某一些规则，将数据拆成若干组； apply是指将功能函数独立应用于每一组； combine指将每一组的结果组合成某一类数据结构。 其中，拆分步骤是最简单的。实际上，在许多情况下，我们可能希望将数据集分成几组，然后对这些组进行处理。 2. 分组应用apply 在应用apply步骤中，我们可能希望执行以下操作之一： 聚合（Aggregation）：为每个组计算摘要统计量。即分组计算统计量（如求均值、求每组元素个数），一些例子： 计算组总和或均值。 计算每组元素个数。 变换（Transformation）：执行一些特定于组的计算并返回索引相似的对象，即分组对每个单元的数据进行操作（如元素标准化），一些例 子： 标准化组内的数据元素。 用从每个组派生的值填充组内的空值。 计算汇总统计转换。 file:///D:/Python39/envs/pydata/教材配套代码/模块四 数据处理Pandas/4.5 数据处理操作-groupby分组.html 1/ 19 2022/3/6 4.5 数据处理操作-groupby分组 过滤（Filtration）：根据某些规则(评估为True或False)的对分组过滤并筛选出一些组。一些例子： 丢弃属于只有几个成员的组的数据。 根据组总和或均值过滤数据。 选出组内某一指标小于50的组。 综合问题：即前面提及的三种问题的某种组合。 下图就是一个简单的分组聚合过程。 file:///D:/Python39/envs/pydata/教材配套代码/模块四 数据处理Pandas/4.5 数据处理操作-groupby分组.html 2/ 19 2022/3/6 4.5 数据处理操作-groupby分组 file:///D:/Python39/envs/pydata/教材配套代码/模块四 数据处理Pandas/4.5 数据处理操作-groupby分组.html 3/ 19 2022/3/6