Pandas DataFrame: groupby agg的使用

@創建於：2022.07.01
@修改於：2022.07.01

文章目錄

• • 1、構建一個樣例數據
  • 2、常見聚合函數
  • 3、匿名聚合函數
  • 4、分組後根據條件篩選
  • 5、有NaN值的處理
  • 5、參考鏈接

1、構建一個樣例數據

import pandas as pd
import numpy as np
df = pd.DataFrame({
'books':['book_1', 'book_2', 'book_2', 'book_1', 'book_2', 'book_3'],
'price':[10, 20, 30, 30, 20, 10],
'num':[4, 6, 2, 4, 2, 8]})
df
books price num
0 book_1 10 4
1 book_2 20 6
2 book_2 30 2
3 book_1 30 4
4 book_2 20 2
5 book_3 10 8

2、常見聚合函數

f_agg = ['max','mean', 'sum']
df.groupby('books')['price', 'num'].agg(func=f_agg)

3、匿名聚合函數

# 可以使用匿名聚合函數
# 可以使用as_index=False是的分組字段不作為行索引
df.groupby('books', as_index=False)['price', 'num'].agg(lambda x: x.eq(10).sum())
books price num
0 book_1 1 0
1 book_2 0 0
2 book_3 1 0

# 當agg中的聚合函數多於1個的時候，as_index失效
df.groupby('books', as_index=False)['price'].agg([lambda x: x.eq(10).sum(), 'mean']).rename({
'<lambda_0>':'eq10'}, axis=1)
eq10 mean
books
book_1 1 20.000000
book_2 0 23.333333
book_3 1 10.000000

f_agg = ['max', lambda x: x.eq(10).sum(), 'mean', lambda x: x.isna().sum()]
df.groupby('books')['price'].agg(func=f_agg).rename({
'<lambda_0>':'eq10'}, axis=1)
max eq10 mean <lambda_1>
books
book_1 30 1 20.000000 0
book_2 30 0 23.333333 0
book_3 10 1 10.000000 0

4、分組後根據條件篩選

# 根據行情條數篩選
df.groupby('books').filter(lambda x: len(x)>1)
books price num
0 book_1 10 4
1 book_2 20 6
2 book_2 30 2
3 book_1 30 4
4 book_2 20 2
# 根據行情條數篩選
df.groupby('books').filter(lambda x: x['num'].sum()>8)
books price num
1 book_2 20 6
2 book_2 30 2
4 book_2 20 2

5、有NaN值的處理

df2.groupby(‘books’).apply(lambda x: x[‘num’]/x[‘num’].max()).reset_index()

df2n = df2.groupby(‘books’)[‘num’].apply(lambda x: x/x.max())
df2n

5、參考鏈接

Pandas教程 | 超好用的Groupby用法詳解
DataFrame進行數據分組運算並篩選指定條件的group