破周三，前不着村后不着店的，只好学pandas了，你该这么学，No.9

如果图片无法观看，请移步 https://blog.csdn.net/hihell

周三了，一个星期最难的一天

大中间的，今天还这么热

5月份，36度的高温

天空飘过几个字

屋里学pandas最得劲

Groupy DataFrame with Index Levels and Columns

说白了就是通过index和columns混合分组

例子走起，（不赶紧写例子，都不知道要怎么解释啦）

import pandas as pd

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

index = pd.MultiIndex.from_arrays(arrays=arrays,names=['first','second'])

df = pd.DataFrame({'A':[3,1,4,5,9,2,6,1],
                   'B':[1,1,1,1,2,2,3,3]},index=index)

print(df)

有例子，就有例子展示，对吧

              A  B
first second
bar   one     3  1
      two     1  1
baz   one     4  1
      two     5  1
foo   one     9  2
      two     2  2
qux   one     6  3
      two     1  3

接下来，大招展示的环节的

我要按照second的index索引和B列进行分组

代码先行一步，效果稍后就来

grouped = df.groupby([pd.Grouper(level=1),'B']).sum()
print(grouped)

注意看到groupby里面有两个值，一个是pd.Grouper(level=1) 这个为second的index

第二个为B columns

手太抖了，没画好，灵魂画手

主要就是为了让你看明白，分组是怎么计算的哦~

当然，你也可以通过index的名字进行分组

df.groupby([pd.Grouper(level='second'), 'A']).sum()

和上面的效果是一样一样的

甚至，我们可以直接简写成

df.groupby(['second', 'A']).sum()

分组之后的数据可以选择部分，也可以迭代

这个部分，其实我们已经实现过了

再拿出来，重温一下

df = pd.DataFrame({'A':['bar', 'bar', 'foo', 'foo', 'foo', 'foo', 'foo'],
                   'B':['one', 'two', 'one', 'two', 'one', 'two', 'three'],
                   'C':[3,1,4,5,9,2,6],
                   'D':[1,1,1,1,2,2,3]})

print(df)

grouped = df.groupby('A')

for name,group in grouped:
    print(name)
    print(group)

看到分组的名字分别是bar和foo，熟悉吧，常规操作

迭代的时候，用for in 循环即可

bar
     A    B  C  D
0  bar  one  3  1
1  bar  two  1  1
foo
     A      B  C  D
2  foo    one  4  1
3  foo    two  5  1
4  foo    one  9  2
5  foo    two  2  2
6  foo  three  6  3

如果按照多keys分组，例如groupby(['A','B'])

它会自然而然的形成一个元组name

可以迭代，就可以部分选择，上篇博客有哦！

bars = grouped.get_group('bar') # 通过分组的名字
print(bars)

另一个呢？

df.groupby(['A', 'B']).get_group(('bar', 'one'))

唉，对喽，这么写，就比较对了

难度系数的大了，要来了，聚合函数

首先看一下内置的聚合函数

sum(), mean(), max(), min(), count(), size(), describe()

竟然才这么几个，那是因为我没写全

这个咱们已经操作很多次了

接下来可以看一个高级一些的

可自定义函数，传入agg方法中

我们还是通过刚才的数据进行分析

 	A      B  C  D
0  bar    one  3  1
1  bar    two  1  1
2  foo    one  4  1
3  foo    two  5  1
4  foo    one  9  2
5  foo    two  2  2
6  foo  three  6  3

按照A和B进行分组

A有2个值，B有3个值，所以分组之后形成5组

看清楚，不要眨眼，操作来了

grouped = df.groupby(['A','B'])
print(grouped.agg('mean'))

思路转换，单列求平均值

grouped = df.groupby(['A','B'])
print(grouped['C'].agg('mean'))

继续思路转换，给单列多个聚合函数

print(grouped['C'].agg(['mean','sum']))

很厉害，学到了吧

继续来，不要怕，求多种聚合运算的同时更改列名

print(grouped['C'].agg([('A','mean'),('B','max')]))

不同的列运用不同的聚合函数

print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))

这些都是agg干的，我还可以继续编哦~

groupby中，可以修改成无索引形式

注意核心加了一个参数as_index=False

grouped = df.groupby(['A','B'],as_index=False)

print(grouped.agg({'C':['sum','mean'],'D':['min','max']}))

最后一个操作，agg里面是可以使用自定义的聚合函数

一般，都是这个案例，我呢，当然不能例外啦

grouped = df.groupby('A')

def max_min(group):
    return group.max()-group.min()

print(grouped.agg(max_min))

agg(自定义的函数)

这个地方的自定义函数，还支持lambda的哦~

迷糊了吧，迷糊也没事，拿的住手机就行

拍这里，拍这个里