《利用python进行数据分析》读书笔记--第九章 数据聚合与分组运算

#-*- encoding: utf-8 -*-
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

df =DataFrame({‘key1‘:list(‘aabba‘),‘key2‘:[‘one‘,‘two‘,‘one‘,‘two‘,‘one‘],
    ‘data1‘:np.random.randn(5),‘data2‘:np.random.randn(5)})
print df,‘\n‘
#根据key1进行分组，并计算data1的均值。
#注意下面的方式，取出来进行分组，而不是在DataFrame中分组，这种方式很灵活
#可以看到这是一个GroupBy对象,具备了应用函数的基础
#这个过程是将Seri进行聚合，产生了新的Series
grouped = df[‘data1‘].groupby(df[‘key1‘])
print grouped,‘\n‘
print grouped.mean(),‘\n‘
means = df[‘data1‘].groupby([df[‘key1‘],df[‘key2‘]]).mean()
print means,‘\n‘ #得到一个层次化索引的DataFrame
print means.unstack(),‘\n‘
#上面的分组键均为Series，实际上，分组键可以是任何长度适当的数组,很灵活
states = np.array([‘Ohio‘,‘California‘,‘California‘,‘Ohio‘,‘Ohio‘])
years = np.array([2005,2005,2006,2005,2006])
print df[‘data1‘].groupby([states,years]).mean(),‘\n‘
#还可以用列名（可以是字符串、数字或其他python对象）用作分组键
print df.groupby(‘key1‘).mean(),‘\n‘  #这里将数值型的列都进行了mean,非数值型的忽略
print df.groupby([‘key1‘,‘key2‘]).mean(),‘\n‘
#groupby以后可以应用一个很有用的size方法
print df.groupby([‘key1‘,‘key2‘]).size(),‘\n‘ #截止翻译版为止，分组键中的缺失值被排除在外

>>>

      data1     data2 key1 key2
0  1.489789 -1.548474    a  one
1 -1.000447 -0.187066    a  two
2  0.254255 -0.960017    b  one
3  1.279892  1.124993    b  two
4 -0.366753  0.139047    a  one 

<pandas.core.groupby.SeriesGroupBy object at 0x03A895B0>

key1
a       0.040863
b       0.767073

key1  key2
a     one     0.561518
      two    -1.000447
b     one     0.254255
      two     1.279892

key2       one       two
key1                   
a     0.561518 -1.000447
b     0.254255  1.279892

California  2005   -1.000447
            2006    0.254255
Ohio        2005    1.384841
            2006   -0.366753

         data1     data2
key1                   
a     0.040863 -0.532165
b     0.767073  0.082488

              data1     data2
key1 key2                   
a    one   0.561518 -0.704714
     two  -1.000447 -0.187066
b    one   0.254255 -0.960017
     two   1.279892  1.124993

key1  key2
a     one     2
      two     1
b     one     1
      two     1
[Finished in 0.7s]