Pandas-分组与聚合

1 分组API

• DataFrame.groupby(key, as_index=False)
  • key:分组的列数据，可以多个
    案例:不同颜色的不同笔的价格数据

col =pd.DataFrame({'color': ['white','red','green','red','green'], 'object': ['pen','pencil','pencil','ashtray','pen'],'price1':[5.56,4.20,1.30,0.56,2.75],'price2':[4.75,4.12,1.60,0.75,3.15]})

color    object    price1    price2
0    white    pen    5.56    4.75
1    red    pencil    4.20    4.12
2    green    pencil    1.30    1.60
3    red    ashtray    0.56    0.75
4    green    pen    2.75    3.15

进行分组，对颜色分组，price进行聚合

# 分组，求平均值
col.groupby(['color'])['price1'].mean()
col['price1'].groupby(col['color']).mean()

color
green    2.025
red      2.380
white    5.560
Name: price1, dtype: float64

2 案例

# 导入星巴克店的数据
starbucks = pd.read_csv("./data/starbucks/directory.csv")

# 按照国家分组，求出每个国家的星巴克零售店数量
count = starbucks.groupby(['Country']).count()

# 设置多个索引，set_index()
starbucks.groupby(['Country', 'State/Province']).count()

#画图显示结果
count['Brand'].plot(kind='bar', figsize=(20, 8))
plt.show()

注：pandas中，分组之后（groupby），必须要聚合(mean)