Python数据分析之pandas（六）

1 聚合函数

pandas中也有很多的聚合函数，我们以DataFrame类型的数据集为例：

如果要求均值，可以用mean函数：

默认对axis=0轴方向进行聚合，如果想在水平方向进行聚合，可以指定轴：

此外，还有一个describe方法可以列出一些常用的统计值，还是用上面的例子：

可以看到，有计数、均值、标准差、最大最小值、四分位数等指标。

2 groupby

groupby分组的核心理念就是分割、应用、再组合。分割，把原数据按某一类别按组分开；应用，对每一组进行函数应用；组合，将函数返回的结果组合再一起。这就是groupby工作的全过程。我们来举个例子：

我们现在有数据集df1，现在按m列进行分组求和：

我们还可以选取单列进行聚合操作：

如上图，现在我们还是按m列来分组，但是只想选取p列来进行求和：

此外，如果想对各列运行多个聚合函数，可以使用aggregate：

但如果我们想对不同的列应用不同的函数，可以用字典的方式指定：

我们还可以对分组结果进行过滤，也就是筛选出我们需要的组，用filter函数可以实现：

上图中，我们先定义了一个函数，然后在filter（）中调用这个函数，则可以将分组后的和大于5的数据保留。a组n列中的和小于5，所以被过滤掉。

此外，我们还可以用transform对原数据进行函数运算，生成新的数据。常见的主要有数据标准化操作：

我们也可以用apply（）在组上应用各种方法：

此外，还有多种的分组方法。这里介绍一种将列表、索引、数组或者Series来进行分组的方法：

这就是今天的全部内容，下次再会。