轉載自：http://blog.csdn.net/ssw_1990/article/details/22286583

pandas提供了一個靈活高效的groupby功能，它使你能以一種自然的方式對資料集進行切片、切塊、摘要等操作。

• 根據一個或多個鍵（可以是函式、陣列或DataFrame列名）拆分pandas物件。
• 計算分組摘要統計，如計數、平均值、標準差，或使用者自定義函式。
• 對DataFrame的列應用各種各樣的函式。
• 應用組內轉換或其他運算，如規格化、線性迴歸、排名或選取子集等。
• 計算透視表或交叉表。
• 執行分位數分析以及其他分組分析。

1、分組鍵可以有多種形式，且型別不必相同

• 列表或陣列，其長度與待分組的軸一樣。
• 表示DataFrame某個列名的值。
• 字典或Series，給出待分組軸上的值與分組名之間的對應關係。
• 函式，用於處理軸索引或索引中的各個標籤。

注意：

後三種都只是快捷方式而已，其最終目的仍然是產生一組用於拆分物件的值。

2、首先來看看下面這個非常簡單的表格型資料集（以DataFrame的形式）：

1. >>> import pandas as pd  
2. >>> df = pd.DataFrame({'key1':['a', 'a', 'b', 'b', 'a'],  
3. ...     'key2':['one', 'two', 'one', 'two'
   , 'one'],  
4. ...     'data1':np.random.randn(5),  
5. ...     'data2':np.random.randn(5)})  
6. >>> df  
7.       data1     data2 key1 key2  
8. 0 -0.4106730.519378    a  one  
9. 1 -2.1207930.199074    a  two  
10. 20.642216 -0.143671    b  one  
11. 30.975133 -0.592994    b  two  
12. 4 -1.017495 -0.530459    a  one  

假設你想要按key1進行分組，並計算data1列的平均值，我們可以訪問data1，並根據key1呼叫groupby：

1. >>> grouped = df['data1'].groupby(df['key1'])  
2. >>> grouped  
3. <pandas.core.groupby.SeriesGroupBy object at 0x04120D70>  

變數grouped是一個GroupBy物件，它實際上還沒有進行任何計算，只是含有一些有關分組鍵df['key1']的中間資料而已，然後我們可以呼叫GroupBy的mean方法來計算分組平均值：

1. >>> grouped.mean()  
2. key1  
3. a      -1.182987
4. b       0.808674
5. dtype: float64  

說明：

資料（Series）根據分組鍵進行了聚合，產生了一個新的Series，其索引為key1列中的唯一值。之所以結果中索引的名稱為key1，是因為原始DataFrame的列df['key1']就叫這個名字。

3、如果我們一次傳入多個數組，就會得到不同的結果：

1. >>> means = df['data1'].groupby([df['key1'], df['key2']]).mean()  
2. >>> means  
3. key1  key2  
4. a     one    -0.714084
5.       two    -2.120793
6. b     one     0.642216
7.       two     0.975133
8. dtype: float64  

通過兩個鍵對資料進行了分組，得到的Series具有一個層次化索引（由唯一的鍵對組成）：

1. >>> means.unstack()  
2. key2       one       two  
3. key1                      
4. a    -0.714084 -2.120793
5. b     0.6422160.975133

在上面這些示例中，分組鍵均為Series。實際上，分組鍵可以是任何長度適當的陣列：

1. >>> states = np.array(['Ohio', 'California', 'California', 'Ohio', 'Ohio'])  
2. >>> years = np.array([2005, 2005, 2006, 2005, 2006])  
3. >>> df['data1'].groupby([states, years]).mean()  
4. California  2005   -2.120793
5.             20060.642216
6. Ohio        20050.282230
7.             2006   -1.017495
8. dtype: float64  

4、此外，你還可以將列名（可以是字串、數字或其他Python物件）用作分組將：

1. >>> df.groupby('key1').mean()  
2.          data1     data2  
3. key1                      
4. a    -1.1829870.062665
5. b     0.808674 -0.368333
6. >>> df.groupby(['key1', 'key2']).mean()  
7.               data1     data2  
8. key1 key2                      
9. a    one  -0.714084 -0.005540
10.      two  -2.1207930.199074
11. b    one   0.642216 -0.143671
12.      two   0.975133 -0.592994

說明：

在執行df.groupby('key1').mean()時，結果中沒有key2列。這是因為df['key2']不是數值資料，所以被從結果中排除了。預設情況下，所有數值列都會被聚合，雖然有時可能會被過濾為一個子集。

無論你準備拿groupby做什麼，都有可能會用到GroupBy的size方法，它可以返回一個含有分組大小的Series：

1. >>> df.groupby(['key1', 'key2']).size()  
2. key1  key2  
3. a     one     2
4.       two     1
5. b     one     1
6.       two     1
7. dtype: int64  

注意：

分組鍵中的任何缺失值都會被排除在結果之外。

5、對分組進行迭代

GroupBy物件支援迭代，可以產生一組二元元組（由分組名和資料塊組成）。看看下面這個簡單的資料集：

1. >>> for name, group in df.groupby('key1'):  
2. ...     print(name)  
3. ...     print(group)  
4. ...   
5. a  
6.       data1     data2 key1 key2  
7. 0 -0.4106730.519378    a  one  
8. 1 -2.1207930.199074    a  two  
9. 4 -1.017495 -0.530459    a  one  
10. b  
11.       data1     data2 key1 key2  
12. 20.642216 -0.143671    b  one  
13. 30.975133 -0.592994    b  two  

對於多重鍵的情況，元組的第一個元素將會是由鍵值組成的元組：

1. >>> for (k1, k2), group in df.groupby(['key1', 'key2']):  
2. ...     print k1, k2  
3. ...     print group  
4. ...   
5. a one  
6.       data1     data2 key1 key2  
7. 0 -0.4106730.519378    a  one  
8. 4 -1.017495 -0.530459    a  one  
9. a two  
10.       data1     data2 key1 key2  
11. 1 -2.1207930.199074    a  two  
12. b one  
13. 相關推薦

    利用Python進行資料分析--資料聚合與分組運算1

    轉載自：http://blog.csdn.net/ssw_1990/article/details/22286583 pandas提供了一個靈活高效的groupby功能，它使你能以一種自然的方式對資料集進行切片、切塊、摘要等操作。 根據一個或多個鍵（可以是函式、陣列或DataFrame列名）拆分pa

    資料基礎---《利用Python進行資料分析·第2版》第10章 資料聚合與分組運算

    之前自己對於numpy和pandas是要用的時候東學一點西一點，直到看到《利用Python進行資料分析·第2版》，覺得只看這一篇就夠了。非常感謝原博主的翻譯和分享。 對資料集進行分組並對各組應用一個函式（無論是聚合還是轉換），通常是資料分析工作中的重要環節。在將資料集載入、融合、準備好之

    利用python進行資料分析-資料聚合與分組運算2

    cand_nm        contbr_occupation                      Obama, Barack  PROFESSOR                                 2165071.08                CEO               

    《利用Python進行資料分析》筆記---第9章資料聚合與分組運算

    寫在前面的話： 還有一定要說明的： 我使用的是Python2.7，書中的程式碼有一些有錯誤，我使用自己的2.7版本調通。 # coding: utf-8 from pandas import Series, DataFrame import p

    python資料分析08——pandas資料聚合與分組運算

    python資料分析08——pandas資料聚合與分組運算 在將資料集載入、融合、準備好之後，通常就是計算分組統計或生成透視表， pandas提供了 一個靈活高效的groupby功能，它使你能以一種自然的方式對資料集進行切片、切塊、摘要等操作。 一、GroupBy機制 分組運算"

    python/pandas資料分析（十五）-聚合與分組運算例項

    用特定於分組的值填充缺失值 用平均值去填充nan s=pd.Series(np.random.randn(6)) s[::2]=np.nan s 0 NaN 1 -0.1181

    利用Python進行NBA比賽資料分析

    分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！        

    pandas 資料聚合與分組運算

    1. GroupBy技術 pandas物件(無論是Series、DataFrame還是其他的)中的資料會根據你所提供的一個或多個鍵被拆分(split)為多組。 拆分操作是在物件的特定軸上執行的。 例如：DataFrame可以在其行(axis=0)或列(axis=1)上進行分組，然後將一個函式應用

    資料聚合與分組運算

    #資料聚合與分組 import pandas as pd import numpy as np df = pd.DataFrame({'key1' : ['a', 'a', 'b', 'b', 'a'], 'key2' : ['one',

    07資料聚合與分組運算

    1.Groupy技術 核心思想：拆分-應用-合併 step1. pandas物件會根據你所提供的一個或多個鍵被拆分為多組； step2. 將一個函式應用到各個分組併產生一個新值； step3. 最後所有這些函式的執行結果會被合併到最終的結果物件中； data=pd.DataFrame

    第十篇 資料聚合與分組運算

    對資料集進⾏分組並對各組應⽤⼀個函式（⽆論是聚合還是轉換），通常是資料分析⼯作中的重要環節。在將資料集載入、融合、準備好之後，通常就是計算分組統計或⽣成透視表。pandas提供了⼀個靈活⾼效的gruopby功能，它使你能以⼀種⾃然的⽅式對資料集進⾏切⽚、切塊、摘要等操作。 關係型資料庫和SQL（Stru

    pandas—資料聚合與分組運算

    data1 (-2.848, -1.353] count 87.000000 max 2.230317 mean -0.073813

    資料基礎---《利用Python進行資料分析·第2版》第6章 資料載入、儲存與檔案格式

    之前自己對於numpy和pandas是要用的時候東學一點西一點，直到看到《利用Python進行資料分析·第2版》，覺得只看這一篇就夠了。非常感謝原博主的翻譯和分享。 訪問資料是使用本書所介紹的這些工具的第一步。我會著重介紹pandas的資料輸入與輸出，雖然別的庫中也有不少以此為目的的工具

    資料基礎---《利用Python進行資料分析·第2版》第8章 資料規整：聚合、合併和重塑

    之前自己對於numpy和pandas是要用的時候東學一點西一點，直到看到《利用Python進行資料分析·第2版》，覺得只看這一篇就夠了。非常感謝原博主的翻譯和分享。 在許多應用中，資料可能分散在許多檔案或資料庫中，儲存的形式也不利於分析。本章關注可以聚合、合併、重塑資料的方法。 首先

    推薦書籍必有連結】利用python進行資料分析與推薦系統

    資料分析是指用適當的統計分析方法對收集來的大量資料進行分析，提取有用資訊和形成結論而對資料加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支援過程。在實用中，資料分析可幫助人們作出判斷，以便採取適當行動 由於有很多小夥伴們，在後臺諮詢有沒有資料分析相關的推薦，這裡推薦一本在京東上

    《利用Python進行資料分析》——Chapter9：資料聚合和分組

    對資料集進行分組並對各組應用一個函式，這是資料分析的一個重要環節，將資料集準備好後，接下來的任務就是計算分組統計或深成透視表 GroupBy技術(分組) 建立一個GroupBy物件，再呼叫GroupBy的各種方法計算相關資料 df = pd.DataFrame(

    【利用python進行資料分析】準備與例項（一）

    我已經分享了本書的ipynb，所以跟著我一起來實驗吧。如果你不懂怎麼開啟ipynb格式的檔案，那也沒關係，anaconda3讓一切變得更簡單（我像是打廣告的）。安裝玩anaconda之後，我們在開始裡就可以找到它的資料夾，裡面有一個Jupyter Notebook，就是它了。

    資料集合與分組運算 《利用python進行資料分析》筆記，第9章

    pandas的groupby功能，可以計算 分組統計和生成透視表，可對資料集進行靈活的切片、切塊、摘要等操作 GroupBy技術 “split-apply-comebine”（拆分-應用-合併） import numpy as np from pand

    利用Python進行資料分析 中的問題與解決方案彙總

    </pre><span style="font-size:18px">1.<span style="color:rgb(85,85,85); font-family:'microsoft yahei'; line-height:35px"&g

    利用Python進行資料分析——資料合併與整形

    import numpy as np import pandas as pd 多級索引 資料集存在多個級別的索引標號是可能的，特別是在低維下處理高維資料時。 Series obj=pd.Series(np.random.randn(9),