pandas groupby 數據聚合與分組

• GroupBy 四種分組鍵
• • DataFrame列名的值
  • 可以將分組軸向上的值和分組名稱相匹配的字典或者Series
  • • Series
    • 字典
  • 與需要分組的軸向長度一致的值列表或者值數組
  • 可以在軸索引或者索引中的單個標簽上調用的函數
• **groupby().get_group()**

df.groupby(
by=None,
axis=0,
level=None,
as_index: bool = True,
sort: bool = True,
group_keys: bool = True,
squeeze: bool = False,
observed: bool = False,
)

GroupBy 四種分組鍵

DataFrame列名的值

• 其中列名可以是一個單列名，也可以是一個包含多列名的數組
• 列名變成分組後index行索引的名字
• as_index設成False的時候，禁用分組鍵作為行索引
  
  

可以將分組軸向上的值和分組名稱相匹配的字典或者Series

Series

字典

字典中的鍵不需要包含所有的index，也可以包含index中沒有的鍵

與需要分組的軸向長度一致的值列表或者值數組

• 當使用值列表時，分組的index不再有默認名字
  

可以在軸索引或者索引中的單個標簽上調用的函數

作為分組鍵傳遞的函數將會按照每個索引值調用一次，同時返回值會被用作分組名稱。

groupby().get_group()

pandas按照列groupby後，可以按照值取對應的group。
當對多列進行groupby時，get_group時需要輸入多列值的tuple，比如get_group((‘a’, 1))，其中’a’為第一個group列中的某個值，1為第二個group列中的某個值。

import pandas as pd
df = pd.DataFrame({
'col1':['a', 'b', 'c','a', 'b', 'c'], 'col2':[1,2,3,4,5,6]})
df
>>> col1 col2
0 a 1
1 b 2
2 c 3
3 a 4
4 b 5
5 c 6
df.groupby('col1').get_group('a')
>>> col1 col2
0 a 1
3 a 4
df.groupby(['col1', 'col2']).get_group(('a', 1))
>>> col1 col2
0 a 1