Python数据科学手册-Pandas:累计与分组

简单累计功能

Series sum() 返回一个 统计值



DataFrame sum。默认对每列进行统计

设置axis参数，对每一行 进行统计

describe()可以计算每一列的若干常用统计值。

获取seaborn planets数据

github: https://github.com/mwaskom/seaborn-data.git

windows： 放在用户目录下（在线下载卡。超时。）

dropna()丢弃有缺失值的行。

Pandas累计方法

Aggregation	Description
count()	Total number of items
first(), last()	First and last item
mean(), median()	Mean and median
min(), max()	Minimum and maximum
std(), var()	Standard deviation and variance
mad()	Mean absolute deviation
prod()	Product of all items
sum()	Sum of all items

Groupy: 分割、应用和组合

split、 apply、combine

groupby()方法传递参数列名。返回值是个DataFrameGroupBy对象。

GroupBy对象。

可以看成是DataFrame的集合。

常用的操作：aggregate(累计）、filter（过滤）、transform（转换）、apply（应用）

1）按列取值



2）按组迭代，返回的每一组都是Series 或 DataFrame



3) 调用方法

累计 过滤 转换 应用

1）累计 aggregate

2) 过滤 filter

1. 转换 transform
   
   累计操作 对组内全量数据缩减的结果。 而 转换 操作 会返回一个新的全量数据
   
   

4）apply()

输入一个DataFrame 对象，f返回一个Pandas对象 或 单个数值。 组合操作会 适应返回结果类型。

设置分割的键

1)将列表、数组、Series或 索引作为分组键



2）用字典或 Series将索引 映射到 分组名称





3）任意python函数，函数映射到索引

分组案例

以十年为一个时间段。



加上s

这里 groupby 俩个值。懵逼了。

数据透视表

groupby 是探索数据内部的关联性 。

数据透视表： pivottable 是一种类似的操作方法。常见与Excel与类似的表格 应用中。

数据透视表 将每一列 数据作为输入， 输出将数据不断细分 成多个维度累计信息的 二维数据表。

是多维的GroupBy累计操作。

泰坦尼克号 乘客 数据

1）按照性别 、最终生还状态 进行分组



2）进一步 探索，不同性别与船舱 等级的生还情况。



3）上面这个是不是感觉很复杂。使用pivot_table 就会简单



一等舱的女性 生还率最高。 三等舱的生还率 最低

好好努力

4）再把年龄也加进去。 多级数据透视表





5）其他选项