一文详解Python如何优雅地对数据进行分组

下面是详细讲解“一文详解Python如何优雅地对数据进行分组”的完整攻略。

什么是数据分组

在数据处理中，经常需要将数据按照某个特征进行分组，然后计算每组的统计量，如均值、中位数等。这个过程就是数据分组。在Python中，我们可以使用pandas库中的groupby方法进行数据分组。

如何使用groupby方法

groupby方法可以对DataFrame或Series对象进行分组。

对DataFrame对象进行分组

我们以身高体重数据为例进行说明。首先，我们生成一个DataFrame对象，包含四列数据，分别是姓名、性别、身高和体重。

import pandas as pd

data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky', 'Adam', 'Smith'],
        'Gender':['M', 'M', 'M', 'M', 'M', 'F'],
        'Height':[174, 177, 180, 176, 160, 165],
        'Weight':[70, 72, 75, 68, 60, 55]}

df = pd.DataFrame(data)

接下来，我们通过groupby方法对性别进行分组，并计算每组身高和体重的均值。

grouped = df.groupby('Gender')

grouped.mean()

输出结果为：

        Height     Weight
Gender                    
F       165.00  55.000000
M       175.4   70.833333

上述代码中，我们首先通过df.groupby('Gender')将DataFrame对象按性别分组，然后对每组数据进行均值运算。

对Series对象进行分组

对于Series对象，同样可以使用groupby方法进行分组。我们以上面示例中的身高数据为Series对象进行说明。

import pandas as pd

data = [174, 177, 180, 176, 160, 165]
index = ['Tom', 'Jack', 'Steve', 'Ricky', 'Adam', 'Smith']
s = pd.Series(data, index=index)

grouped = s.groupby(lambda x: x.startswith('T'))

for k, group in grouped:
    print(k)
    print(group)

输出结果为：

False
Jack     177
Steve    180
Ricky    176
Adam     160
Smith    165
dtype: int64
True
Tom    174
dtype: int64

上述代码中，我们首先生成一个包含身高数据的Series对象s，然后通过s.groupby(lambda x: x.startswith('T'))将Series对象按照名称是否是以'T'开头进行分组，最后遍历每个分组并打印出来。

总结

通过以上示例，我们可以看出groupby方法是非常实用的数据分组工具，可以轻松地对DataFrame和Series对象进行分组操作，进而对每组数据进行统计分析。