Python数据分析笔记#10.2.2 Pandas对不同的列应用不同的函数

「目录」

数据聚合与分组运算

Data Aggregation and Group Operations

• 10.1 => GroupBy机制

• 10.2 => 数据聚合

• 10.3 => apply：拆分 - 应用 - 合并

• 10.4 => 透视表和交叉表

这篇笔记还是接着上篇数据聚合的内容讲的，上篇内容写了如何使用groupby对数据分组，然后应用min、max、std等聚合的方法。

这篇呢，拓展了以下内容：

• 如何改变列名
• 如何对不同的列应用不同的函数

下面是本篇笔记需要用到的库

import numpy as np
import pandas as pd

复制

还是前面原书举过的一个小费的例子。使用read_csv读取csv数据，添加一个小费百分比的的列tip_pct:

tips = pd.read_csv(r'.\tips.csv')

tips['tip_pct'] = tips['tip'] / tips['total_bill']

tips.head()

复制

我们根据'day'和'smoker'来分组，然后查看分组后的平均小费百分比

grouped = tips.groupby(['day', 'smoker'])

grouped_pct = grouped['tip_pct']

grouped_pct.agg('mean')

复制

如何改变列名

若我们传入一个元组组成的列表，每个元组的第一个元素就会被用作DataFrame列名：

grouped_pct.agg([('mean_pct', 'mean'), ('median_pct', 'median')])

复制

如何对不同的列应用不同的函数

若我们想要对不同的列应用不同的函数，我们可以向agg传入一个从列名映射到函数的字典

grouped.agg({'tip' : np.max, 'size' : 'sum'})

复制

grouped.agg({'tip_pct' : ['min', 'max', 'mean', 'std'], 'size' : 'sum'})
复制

那就这样吧，BYE-BYE

往期回顾

Pandas数据聚合

Stay hungry, stay foolish