67 - 分组 - df.groupby(by="A列") - 分组

groupby()分组功能

import numpy as np
import pandas as pd
df = pd.DataFrame()
ls = [
{'名字': '小A', 'd1': 1, 'd2': 3, 'd3': 5},
{'名字': '小A', 'd1': 2, 'd2': 4, 'd3': 6},
{'名字': '小B', 'd1': 2, 'd2': 4, 'd3': 6},
{'名字': '小B', 'd1': 2, 'd2': 4, 'd3': 6},
]
df = df.append(ls, ignore_index=True)
>>> df

groupbying = df.groupby(by="名字")
>>> groupbying
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000016813E554E0>
# 查看对象内部的情况
>>> list(groupbying)
[
('小A',
名字  d1  d2  d3
0  小A   1   3   5
1  小A   2   4   6), 
('小B',
名字  d1  d2  d3
2  小B   2   4   6
3  小B   2   4   6)
]
>>> list(groupbying)[0]
('小A',    名字  d1  d2  d3
0  小A   1   3   5
1  小A   2   4   6)
>>> list(groupbying)[1]
('小B',    名字  d1  d2  d3
2  小B   2   4   6
3  小B   2   4   6)
>>> type(list(groupbying)[0])
<class 'tuple'>
>>> type(list(groupbying)[0][0])
<class 'str'>
>>> list(groupbying)[0][0]
'小A'
>>> list(groupbying)[0][1]
   名字  d1  d2  d3
0  小A   1   3   5
1  小A   2   4   6
>>> type(list(groupbying)[0][1])
<class 'pandas.core.frame.DataFrame'>
# 遍历.DataFrameGroupBy对象
>>> for name,group in groupbying:
...     print(name)
...     print(group)
...
小A
   名字  d1  d2  d3
0  小A   1   3   5
1  小A   2   4   6
小B
   名字  d1  d2  d3
2  小B   2   4   6
3  小B   2   4   6
# 选择
>>> groupbying.get_group('小A')
   名字  d1  d2  d3
0  小A   1   3   5
1  小A   2   4   6
# 总数、最大值、最小值、平均值
>>> df
   名字  d1  d2  d3
0  小A   1   3   5
1  小A   2   4   6
2  小B   2   4   6
3  小B   2   4   6
# df.groupby(["名字1","名字2"])["d1"].agg(["sum","max","min","mean","size"]).reset_index()
>>> df.groupby("名字")["d1"].agg(["sum","max","min","mean","size"]).reset_index()

不用reset_index()
也可以用df.columns = ['名字','sum','max']  # 重命名列名