2023學(xué)年完整公開課版數(shù)據(jù)聚合

數(shù)據(jù)聚合教師：亢華愛北京信息職業(yè)技術(shù)學(xué)院商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)教學(xué)資源庫目錄Contents使用內(nèi)置統(tǒng)計方法聚合數(shù)據(jù)數(shù)據(jù)聚合面向列的聚合方法1PART數(shù)據(jù)聚合數(shù)據(jù)聚合Pandas中提供了用做聚合操作的agg()方法數(shù)據(jù)聚合是指對分組中的數(shù)據(jù)執(zhí)行某些操作，比如求平均值、求最大值等，并且操作后會得到一個結(jié)果集，這些實現(xiàn)聚合的操作稱為聚合方法。2PART使用內(nèi)置統(tǒng)計方法聚合數(shù)據(jù)使用內(nèi)置統(tǒng)計方法聚合數(shù)據(jù)假設(shè)：現(xiàn)在我們要計算某DataFrame對象中每個分組的平均數(shù)Pandas的統(tǒng)計方法獲取最大值：max()獲取最小值：mix()先按照某一列進(jìn)行分組使用mean()方法應(yīng)用到每個分組計算出平均數(shù)將每個分組的計算結(jié)果合并到一起使用內(nèi)置統(tǒng)計方法聚合數(shù)據(jù)In[13]: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]})dfOut[13]:key1key2data1data20 A one 2 3.01A two 3 5.02 B one 4 NaN3 B two 6 3.04 A one 8 7.0In[14]:df.groupby('key1').mean()#按key1進(jìn)行分組，求每個分組的平均值Out[14]:data1data2key1A 4.3333335.0B 5.000000 3.0通過Series對象進(jìn)行分組上述示例中，把key1作為分組鍵，將df對象拆分為A組和B組，然后調(diào)用mean()函數(shù)分別作用于A、B兩組中，計算得到每組的平均值，最后將計算結(jié)果進(jìn)行合并如果參與運算的數(shù)據(jù)中有NaN值，會自動過濾3PART面向列的聚合方法當(dāng)內(nèi)置方法無法滿足聚合要求時，這時可以自定義一個函數(shù)，將它傳給agg()方法(pandas0.20版本后，aggregate()與agg()方法用法一樣)，實現(xiàn)對Series或DataFrame對象進(jìn)行聚合運算。agg()方法的語法格式agg(func，axis=0，*args，**kwargs)面向列的聚合方法面向列的聚合方法上述方法中部分參數(shù)表示的含義如下：agg(func，axis=0，*args，**kwargs)(2)axis：表示函數(shù)作用于軸的方向，0或index表示將函數(shù)應(yīng)用到每一列；1或columns表示將函數(shù)應(yīng)用到每一行，該參數(shù)的默認(rèn)值為0。(1)func：表示用于匯總數(shù)據(jù)的函數(shù)，可以為單個函數(shù)或函數(shù)列表。參考文獻(xiàn)[1]黑馬程序員.