破周三，前不着村后不着店的，只好学pandas了，你该这么学，No.9
如果图片无法观看，请移步
周三了，一个星期最难的一天
大中间的，今天还这么热
5月份，36度的高温
天空飘过几个字
屋里学pandas最得劲
groupy dataframe with index levels and columns
说白了就是通过index和columns混合分组
例子走起，（不赶紧写例子，都不知道要怎么解释啦）
import pandas as pd
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
index = pd.multiindex.from_arrays(arrays=arrays,names=['first','second'])
df = pd.dataframe({'a':[3,1,4,5,9,2,6,1],
'b':[1,1,1,1,2,2,3,3]},index=index)
print(df)
有例子，就有例子展示，对吧
a b
first second
bar one 3 1
two 1 1
baz one 4 1
two 5 1
foo one 9 2
two 2 2
qux one 6 3
two 1 3
接下来，大招展示的环节的
我要按照second的index索引和b列进行分组
代码先行一步，效果稍后就来
grouped = df.groupby([pd.grouper(level=1),'b']).sum() print(grouped)
注意看到groupby里面有两个值，一个是pd.grouper(level=1) 这个为second的index
第二个为b columns
手太抖了，没画好，灵魂画手
主要就是为了让你看明白，分组是怎么计算的哦~
当然，你也可以通过index的名字进行分组
df.groupby([pd.grouper(level='second'), 'a']).sum()
和上面的效果是一样一样的
甚至，我们可以直接简写成
df.groupby(['second', 'a']).sum()
分组之后的数据可以选择部分，也可以迭代
这个部分，其实我们已经实现过了
再拿出来，重温一下
df = pd.dataframe({'a':['bar', 'bar', 'foo', 'foo', 'foo', 'foo', 'foo'],
'b':['one', 'two', 'one', 'two', 'one', 'two', 'three'],
'c':[3,1,4,5,9,2,6],
'd':[1,1,1,1,2,2,3]})
print(df)
grouped = df.groupby('a')
for name,group in grouped:
print(name)
print(group)
看到分组的名字分别是bar和foo，熟悉吧，常规操作
迭代的时候，用for in 循环即可
bar
a b c d
0 bar one 3 1
1 bar two 1 1
foo
a b c d
2 foo one 4 1
3 foo two 5 1
4 foo one 9 2
5 foo two 2 2
6 foo three 6 3
如果按照多keys分组，例如groupby(['a','b'])
它会自然而然的形成一个元组name
可以迭代，就可以部分选择，上篇博客有哦！
bars = grouped.get_group('bar') # 通过分组的名字
print(bars)
另一个呢？
df.groupby(['a', 'b']).get_group(('bar', 'one'))
唉，对喽，这么写，就比较对了
难度系数的大了，要来了，聚合函数
首先看一下内置的聚合函数
sum(), mean(), max(), min(), count(), size(), describe()
竟然才这么几个，那是因为我没写全
这个咱们已经操作很多次了
接下来可以看一个高级一些的
可自定义函数，传入agg方法中
我们还是通过刚才的数据进行分析
a b c d 0 bar one 3 1 1 bar two 1 1 2 foo one 4 1 3 foo two 5 1 4 foo one 9 2 5 foo two 2 2 6 foo three 6 3
按照a和b进行分组
a有2个值，b有3个值，所以分组之后形成5组
看清楚，不要眨眼，操作来了
grouped = df.groupby(['a','b'])
print(grouped.agg('mean'))
思路转换，单列求平均值
grouped = df.groupby(['a','b'])
print(grouped['c'].agg('mean'))
继续思路转换，给单列多个聚合函数
print(grouped['c'].agg(['mean','sum']))
很厉害，学到了吧
继续来，不要怕，求多种聚合运算的同时更改列名
print(grouped['c'].agg([('a','mean'),('b','max')]))
不同的列运用不同的聚合函数
print(grouped.agg({'c':['sum','mean'],'d':['min','max']}))
这些都是agg干的，我还可以继续编哦~
groupby中，可以修改成无索引形式
注意核心加了一个参数as_index=false
grouped = df.groupby(['a','b'],as_index=false)
print(grouped.agg({'c':['sum','mean'],'d':['min','max']}))
最后一个操作，agg里面是可以使用自定义的聚合函数
一般，都是这个案例，我呢，当然不能例外啦
grouped = df.groupby('a')
def max_min(group):
return group.max()-group.min()
print(grouped.agg(max_min))
agg(自定义的函数)
这个地方的自定义函数，还支持lambda的哦~
迷糊了吧，迷糊也没事，拿的住手机就行
拍这里，拍这个里