七、 分组

对于”group by”操作，我们通常是指以下一个或多个操作步骤：

  • （Splitting）按照一些规则将数据分为不同的组；

  • （Applying）对于每组数据分别执行一个函数；

  • （Combining）将结果组合到一个数据结构中；

详情请参阅：Grouping section

  1. In [91]: df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
  2.    ....:                           'foo', 'bar', 'foo', 'foo'],
  3.    ....:                    'B' : ['one', 'one', 'two', 'three',
  4.    ....:                           'two', 'two', 'one', 'three'],
  5.    ....:                    'C' : np.random.randn(8),
  6.    ....:                    'D' : np.random.randn(8)})
  7.    ....: 
  9. In [92]: df
  10. Out[92]: 
  11.      A      B         C         D
  12. 0  foo    one -1.202872 -0.055224
  13. 1  bar    one -1.814470  2.395985
  14. 2  foo    two  1.018601  1.552825
  15. 3  bar  three -0.595447  0.166599
  16. 4  foo    two  1.395433  0.047609
  17. 5  bar    two -0.392670 -0.136473
  18. 6  foo    one  0.007207 -0.561757
  19. 7  foo  three  1.928123 -1.623033

1、 分组并对每个分组执行sum函数：

  1. In [93]: df.groupby('A').sum()
  2. Out[93]: 
  3.             C        D
  4. A                     
  5. bar -2.802588  2.42611
  6. foo  3.146492 -0.63958

2、 通过多个列进行分组形成一个层次索引，然后执行函数：

  1. In [94]: df.groupby(['A','B']).sum()
  2. Out[94]: 
  3.                   C         D
  4. A   B                        
  5. bar one   -1.814470  2.395985
  6.     three -0.595447  0.166599
  7.     two   -0.392670 -0.136473
  8. foo one   -1.195665 -0.616981
  9.     three  1.928123 -1.623033
  10.     two    2.414034  1.600434