2、groupby分组聚合的原理说明

1）原理图

2）原理说明

split：按照指定规则分组，由groupby实现；

apply：针对每个小组，使用函数进行操作，得到结果，由agg()函数实现；

combine：将每一组得到的结果，汇总起来，得到最终结果；

注意：combine这一步是自动完成的，因此针对pandas中的分组聚合，我们只需要学习两个内容，① 学习怎么分组；② 学习如何针对每个分组中的数据，进行对应的逻辑操作；

3、groupby分组对象的相关操作

我们可以通过groupby方法来对Series或DataFrame对象实现分组操作，该方法会返回一个分组对象。但是，如果直接查看（输出）该对象，并不能看到任何的分组信息。

1）groupby()函数语法

① 语法如下

groupby(by=[“字段1”,“字段2”,…],as_index=True)

② 参数说明

by参数传入的分组字段，当只有一个字段的时候，可以直接写by=“字段1”。当多字段联合分组的时候，就写成列表形式by=[“字段1”,“字段2”]。

as_index参数的使用如图所示

③ 参数as_index的使用说明

x = {"name":["a","a","b","b","c","c","c"],"num":[2,4,0,5,5,10,15]}
df = pd.DataFrame(x)
display(df)
df.groupby("name",as_index=True).agg({"num":"sum"})
df.groupby("name",as_index=False).agg({"num":"sum"})

结果如下：

2）groupby分组对象的常用方法或属性。

① groups属性：返回一个字典，key表示组名，value表示这一组中的所有记录；

② size()方法：返回每个分组的记录数；

x = {"name":["a","a","b","b","c","c","c"],"num":[2,4,0,5,5,10,15]}
df = pd.DataFrame(x)
display(df)
df.groupby("deptno").groups
df.groupby("deptno").size()

结果如下：