1.图解：pandas groupby( )


示例代码：

import pandas as pd

test_df = pd.DataFrame({ 'col_1':['a', 'a', 'b', 'a', 'a', 'b', 'c', 'a', 'c'],
                                      'col_2':['d', 'd', 'd', 'e', 'f', 'e', 'd', 'f', 'f'],
                                      'col_3':[ 1,  2,  3,   1,  4,  5,  6,  4,  5]})


test_df  :

     col_1   col_2   col_3

0     a         d         1
1     a         d         2
2     b         d         3
3     a         e         1
4     a          f         4
5     b         e         5
6     c         d         6
7     a          f         4
8     c          f         5

gp_df = test_df.groupby(by=['col_1','col_2'])['col_3'].agg({'c3_sum':sum})


gp_df:                   

                             c3_sum

   col_1      col_2        
      a           d             3
                   e             1
                   f              8
      b           d             3
                   e             5
      c           d             6
                   f             5

gp_df.inde x:

        MultiIndex(levels=[['a', 'b', 'c'], ['d', 'e', 'f']],
                   labels=[[0, 0, 0, 1, 1, 2, 2], [0, 1, 2, 0, 1, 0, 2]],
                   names=['col_1', 'col_2'])


gp_df.columns:

        Index(['c3_sum'], dtype='object')



2图解：pandas pivot_table( )



示例代码：


import pandas as pd
test_df = pd.DataFrame({ 'col_1':['a', 'a', 'b', 'a', 'a', 'b', 'c', 'a', 'c'],
                                      'col_2':['d', 'd', 'd', 'e', 'f', 'e', 'd', 'f', 'f'],
                                      'col_3':[ 1,  2,  3,   1,  4,  5,  6,  4,  5]})


test_df  :

     col_1   col_2   col_3

0     a         d         1
1     a         d         2
2     b         d         3
3     a         e         1
4     a          f         4
5     b         e         5
6     c         d         6
7     a          f         4
8     c          f         5


pt_df = test_df.pivot_table(values='col_3', index='col_1', columns='col_2', aggfunc=sum)

pt_df：


col_2     d       e        f
col_1               
a         3.0     1.0     8.0
b         3.0     5.0     NaN
c         6.0     NaN    5.0

pt_df.index：

Index(['a', 'b', 'c'], dtype='object', name='col_1')


pt_df.columns：

Index(['d', 'e', 'f'], dtype='object', name='col_2')


注：

常用的统计函数有：

size：   聚合后样本数

sum：  聚合后样本求和

mean：聚合后样本求均值


原创文章，转载请注明出处：http://124.221.219.47/article/pdgroupbypivottable/