大數據分析與挖掘主講教師：賀萌《大數據導論》課程Introductiontobigdata使用Pandas進行數據分析分組統計01021分組該方法可以對DataFrame進行拆分，能根據索引或字段對數據進行分組。其常用參數與使用格式如下。DataFrame.groupby(by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False,**kwargs)使用groupby方法分組使用groupby方法分組groupby常用參數及其說明。參數名稱說明by接收list，string，mapping或generator。用于確定進行分組的依據。無默認。axis接收int。表示操作的軸向，默認對列進行操作。默認為0。level接收int或者索引名。代表標簽所在級別。默認為None。as_index接收boolean。表示聚合后的聚合標簽是否以DataFrame索引形式輸出。默認為True。sort接收boolean。表示是否對分組依據分組標簽進行排序。默認為True。group_keys接收boolean。表示是否顯示分組標簽的名稱。默認為True。squeeze接收boolean。表示是否在允許的情況下對返回數據進行降維。默認為False。GroupBy對象常用的描述性統計方法用groupby方法分組后的結果并不能直接查看，而是被存在內存中，輸出的是內存地址。實際上分組后的數據對象GroupBy類似Series與DataFrame，是pandas提供的一種對象。GroupBy對象常用的描述性統計方法如下。方法名稱說明方法名稱說明count計算分組的數目，包括缺失值。cumcount對每個分組中組員的進行標記，0至n-1。head返回每組的前n個值。size返回每組的大小。max返回每組最大值。min返回每組最小值。mean返回每組的均值。std返回每組的標準差。median返回每組的中位數。sum返回每組的和。2統計該方法可以對DataFrame利用某函數進行統計，某函數可以是NumPy的內置函數，也可以是自定義函數。DataFrame.agg(func,axis=0,*args,**kwargs)使用agg方法進行統計參數名稱說明func接收list、dict、function。表示應用于每行／每列的函數。無默認。axis接收0或1。代表操作的軸向。默認為0?？梢允褂胊gg方法一次求出當前數據中所有產品銷量和售價的總和與均值，如detail[['counts','amounts']].agg([np.sum,np.mean]))對于某個字段希望只做求均值操作，而對另一個字段則希望只做求和操作，可以使用字典的方式，將兩個字段名分別作為key，然后將NumPy庫的求和與求均值的函數分別作為valuedetail.agg({'counts':np.sum,'amounts':np.mean}))使用agg方法進行統計在某些時候還希望求出某個字段的多個統計量，某些字段則只需要求一個統計量，此時只需要將字典對應key的value變為列表，列表元素為多個目標的統計量即可detail.agg({'counts