Pandas 中对列 groupby 后进行 sum() 与 count() 区别及 agg() 的使用方法


 

groupby[根据哪一列][ 对于那一列].进行计算

代码演示:

 

  direction:房子朝向

  view_num:看房人数

  floor:楼层

 

 

计算: 

A 看房人数最多的朝向

df.groupby(['direction'])['view_num'].sum()

 

B 每个朝向的房子的数量

df.groupby(['direction'])['view_num'].count()

 

 C 求不同朝向的房子 平均、最大、最小楼层

df.groupby('direction').agg({'floor':{'max','min','mean'}})

 

 

说明:

1 view_num 在两句代码中的作用

A 中:将数据按照 direction 进行分类,将同一类的 direction 对应的 view_num 进行求和

B 中:将数据按照 direction 进行分类,统计 direction 中每个 方向 出现的次数,此处的 view_num 只是代表:选择了这一列的数据,进行展示

2 如果没有 view_num

 3 agg 可以同时进行多项计算

  再如...记得注意格式

 


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM