第三章数据清洗与高阶处理46课件讲解.pptxVIP

第三章：数据清洗与高阶处理

数据聚合3.4.3

3.4.3通过统计方法聚合数据熟悉统计方法的使用，能够通过统计方法实现数据聚合的功能学习目标

3.4.3通过统计方法聚合数据importpandasaspdimportnumpyasnpdf=pd.DataFrame({key1:[A,A,B,B,A],key2:[one,two,one,two,one],data1:[2,3,4,6,8],data2:[3,5,np.nan,3,7]})group_obj=df.groupby(key1)group_obj.mean()前面介绍过pandas的统计方法，例如，用于获取最大值和最小值的max()和mix()、求平均数的mean()等，这些方法可以直接应用到分组，对分组的数据进行聚合操作。

3.4.3通过统计方法聚合数据在进行聚合操作时，如果分组的数据中有缺失值NaN，那么会自动忽略NaN值。

3.4.4通过agg()聚合数据熟悉agg()方法的使用，能够通过agg()方法实现数据聚合的功能学习目标

3.4.4通过agg()聚合数据语法格式除了直接使用统计方法聚合数据之外，我们还可以使用agg()方法聚合数据，该方法既支持内置函数也支持自定义函数，同时可以将这些函数作用于不同的行或列。agg(func=None,?axis=0,?*args,?**kwargs)func：用于聚合数据的函数，该参数的取值可以是匿名函数、函数名或方法名、包含函数名或方法名的列表或字典。axis：表示函数被应用到行或列，该参数支持0（默认值）或index和1或columns这几种取值，其中0或index表示将函数应用到每一列；1或columns表示将函数应用到每一行。

3.4.4通过agg()聚合数据语法格式除了直接使用统计方法聚合数据之外，我们还可以使用agg()方法聚合数据，该方法既支持内置函数也支持自定义函数，同时可以将这些函数作用于不同的行或列。※聚合数据的函数可以是前面提过的统计方法，也可以是用户自定义的函数。※我们在使用agg()方法聚合分组数据时，不仅可以让一个函数作用于分组数据的所有行或列，还可以让多个函数作用于分组数据的所有行或列，甚至可以让不同函数作用于分组数据的不同的行或列。agg(func=None,?axis=0,?*args,?**kwargs)

3.4.4通过agg()聚合数据所有列应用一个函数当使用agg()方法聚合数据时，若给参数func传入的值是一个匿名函数或函数名，不给axis参数传值，则此时会让分组数据的所有列应用这个函数，并执行相应的操作。importnumpyasnpfrompandasimportDataFrame,Seriesdf_obj=DataFrame(np.arange(36).reshape((6,6)),columns=list(abcdef))df_obj[key]=Series(list(aaabbb),name=key)group_obj=df_obj.groupby(key)group_obj.agg(sum)

3.4.4通过agg()聚合数据所有列应用一个函数当然，我们在使用agg()方法时也可以传入自定义的函数。例如，定义一个用来计算极差值（极差值=最大值–最小值）的函数，使分组的所有列应用该函数计算极差值。defmy_range(arr):returnarr.max()-arr.min()group_obj.agg(my_range)

3.4.4通过agg()聚合数据所有列应用多个函数当使用agg()方法聚合数据时，若给参数func传入的值是一个包含函数名的列表，不给axis参数传值，则此时会让分组数据的所有列应用多个函数，并执行相应的操作。group_obj.agg([sum,my_range])abc...fsummy_rangesummy_rangesummy_range...summy_rangekeya