利用python进行数据分析 | 您所在的位置:网站首页 › 使用分组聚合方法进一步分析用户信息的特点 › 利用python进行数据分析 |
一、聚合
任何能从数组产生标量值的过程。例如mean、count、min、max等之类的聚合函数。然而,并不是只能使用这些函数,任何在分组对象上已经定义好的方法,以及自己定义的聚合运算均可使用。 示例1:可利用quantile计算分组对象的分位数 ---GroupBy会高效地对Series进行切片,然后对各片调用piece.quantile(),然后将这些结果拼接成最后结果。 示例2:describe方法(也可用于groupby对象,但严格来讲,其并非聚合运算) 示例3:使用自定义聚合函数 经过优化的聚合方法: 说明:自定义聚合函数要比上述经过优化的函数慢得多,这是因为在构造中间分组数据块时存在非常大的开销(函数调用、数据重排) 二、更高级的聚合功能:主要介绍一次使用多个聚合函数,对不同的列使用不同的聚合函数等聚合功能。 2.1 单个函数应用于单个列 Note:经过优化的聚合函数,可以将函数名以字符串的形式传入 2.2 多个函数应用于单个列Note:可以传入由(name,function)元组组成的列表,对最终结果进行重命名 2.3 多个函数应用于多个列补充:以“无索引”形式返回聚合结果 上述聚合结果都有由唯一的分组键形成的索引,如果不需要该索引,则可以向groupby中传入as_index=False,则分组将将作为聚合结果中的列而非索引。
|
CopyRight 2018-2019 实验室设备网 版权所有 |