百度搜索网站在第一次输入搜索内容后点搜索键没有反应,现在的报税网站怎么做更正申报,网站集群怎么做,火狐搜索引擎目录 一、初步认识分组并查看分组信息#xff08;一#xff09;通过聚合函数查看分组信息#xff08;二#xff09;转换成列表查看所有组的信息#xff08;三#xff09;通过循环查看各组的名称和组中的数据信息#xff08;四#xff09;通过get_group()方法直接获得一… 目录 一、初步认识分组并查看分组信息一通过聚合函数查看分组信息二转换成列表查看所有组的信息三通过循环查看各组的名称和组中的数据信息四通过get_group()方法直接获得一组数据 二、分组再认识三、分组的执行过程一split阶段创建分组的常见形式二应用阶段对数据进行必要的处理和变换 四、重点学习agg、filter、transform和apply函数的使用一agg函数的用法二filter函数的用法三transform函数的用法四apply函数的用法 准备工作 import numpy as np import pandas as pd %matplotlib inline数据集team.xlsx下载地址下载team.xlsx df pd.read_excel(team.xlsx) df.head()# 分组前总体统计情况 df.describe()一、初步认识分组并查看分组信息 按team列分组team列中值相同的记录构成一组但是不做聚合计算或其他操作看不到分组结果。 df.groupby(team)df.groupby(team)等价于df.groupby(df[team])或者df.groupby(df.team)当列名是字符串时两者等价。 pandas.core.groupby.DataFrameGroupBy object at 0x000001BAC3370668一通过聚合函数查看分组信息 df.groupby(team).mean()可见分组信息类似于 DataFrame但其实它是 DataFrameGroupBy 对象。它以分组字段作为行索引而列索引则包含所有可以求均值的那些列name字段不能求均值被舍弃了。 tm df.groupby(team).mean() tm.plot()matplotlib.axes._subplots.AxesSubplot at 0xba3ba58查看每组前2条记录 df.groupby(team).head(2)查看每组后2条记录 df.groupby(team).tail(2)二转换成列表查看所有组的信息 每一组信息形成列表中的一个元组元组的第一个元素是组名第2个元素是一个包含数据的 DataFrame。 list(df.groupby(team))[(A, name team Q1 Q2 Q3 Q42 Ack A 57 60 18 847 Lfie A 9 10 99 379 Oscar A 77 9 26 6716 Joshua A 63 4 80 3017 Henry A 91 15 75 1720 Lucas A 60 41 77 6222 Arthur A 44 53 42 4034 Reggie1 A 30 12 23 940 Toby A 52 27 17 6842 Dylan A 86 87 65 2051 Hugo0 A 28 25 14 7167 Caleb A 64 34 46 8870 Nathan A 87 77 62 1371 Blake A 78 23 93 975 Stanley A 69 71 39 9779 Tyler A 75 16 44 6388 Aaron A 96 75 55 8), (B, name team Q1 Q2 Q3 Q46 Acob B 61 95 94 810 Leo B 17 4 33 7911 Logan B 9 89 35 6514 Thomas B 80 48 56 4125 Harrison B 89 13 18 7530 Edward B 57 38 86 8735 Samuel B 9 38 88 6638 Elijah B 97 89 15 4639 Harley B 2 99 12 1350 Jenson B 66 77 88 7453 Frankie B 18 62 52 3356 David B 21 47 99 258 Lewis B 4 34 77 2860 Ronnie B 53 13 34 9964 Harvey2 B 43 76 87 9077 Michael B 89 21 59 9278 Elliott B 9 31 33 6083 Albert0 B 85 38 41 1784 Kai B 66 45 13 4885 Liam B 2 80 24 2592 Grayson7 B 59 84 74 3393 Jamie0 B 39 97 84 55), (C, name team Q1 Q2 Q3 Q41 Arry C 36 37 37 573 Eorge C 93 96 71 785 Harlie C 24 13 87 4312 Archie C 83 89 59 6813 Theo C 51 86 87 2718 William C 80 68 3 2628 Daniel C 50 50 72 6132 Alexander C 91 76 26 7933 Adam C 90 32 47 3937 Sebastian C 1 14 68 4846 Tommy C 29 44 28 7647 Jake3 C 69 23 11 4054 Ollie3 C 10 76 30 3662 Matthew C 44 33 41 9873 Elliot C 15 17 76 2281 Ellis C 34 34 77 4286 Calum C 14 91 16 8287 Louis2 C 13 94 51 2291 Connor C 62 38 63 4695 Gabriel C 48 59 87 7496 Austin7 C 21 31 30 4397 Lincoln4 C 98 93 1 20), (D, name team Q1 Q2 Q3 Q44 Oah D 65 49 61 868 Reddie D 64 93 57 7221 Ethan D 79 45 89 8823 Mason D 80 96 26 4927 Finley D 62 73 84 6844 Benjamin D 15 88 52 2548 Louie D 24 84 54 1149 Carter7 D 57 52 77 5052 Bobby1 D 50 55 60 5957 Albie1 D 79 82 56 9659 Luca D 5 40 91 8363 Alex D 14 70 55 8765 Reuben D 70 72 76 5666 Jayden6 D 64 21 10 2168 Hunter3 D 38 80 82 4069 Theodore3 D 43 7 68 8072 Luke6 D 15 97 95 9989 Ezra D 16 56 86 6194 Aiden D 20 31 62 68), (E, name team Q1 Q2 Q3 Q40 Liver E 89 21 24 6415 James E 48 77 52 1119 Max E 97 75 41 324 Isaac E 74 23 28 6526 Teddy E 71 91 21 4829 Riley E 35 26 59 8331 Joseph E 67 87 87 9336 Jaxon E 88 98 19 9841 Arlo8 E 48 34 52 5143 Jude E 8 45 13 6545 Rory9 E 8 12 58 2755 Zachary E 12 71 85 9361 Jackson5 E 6 10 15 3374 Roman E 73 1 25 4476 Dexter E 73 94 53 2080 Ryan E 92 70 64 3182 Finn E 4 1 55 3290 Leon E 38 60 31 798 Eli E 11 74 58 9199 Ben E 21 43 41 74)]再通过索引得到第一组的数据 list(df.groupby(team))[0][1]此示例中每一组数据的类型都是一个 DataFrame其他情况下也有可能是 Series。 type(list(df.groupby(team))[0][1])pandas.core.frame.DataFrame三通过循环查看各组的名称和组中的数据信息 也可以通过循环查看各组的名称和组中的数据信息每个分组其实形成了一个包含组名和组信息的元组见上面示例。 for group_name,group_info in df.groupby(team):print(group_name)print(group_info.head())Aname team Q1 Q2 Q3 Q4 2 Ack A 57 60 18 84 7 Lfie A 9 10 99 37 9 Oscar A 77 9 26 67 16 Joshua A 63 4 80 30 17 Henry A 91 15 75 17 Bname team Q1 Q2 Q3 Q4 6 Acob B 61 95 94 8 10 Leo B 17 4 33 79 11 Logan B 9 89 35 65 14 Thomas B 80 48 56 41 25 Harrison B 89 13 18 75 Cname team Q1 Q2 Q3 Q4 1 Arry C 36 37 37 57 3 Eorge C 93 96 71 78 5 Harlie C 24 13 87 43 12 Archie C 83 89 59 68 13 Theo C 51 86 87 27 Dname team Q1 Q2 Q3 Q4 4 Oah D 65 49 61 86 8 Reddie D 64 93 57 72 21 Ethan D 79 45 89 88 23 Mason D 80 96 26 49 27 Finley D 62 73 84 68 Ename team Q1 Q2 Q3 Q4 0 Liver E 89 21 24 64 15 James E 48 77 52 11 19 Max E 97 75 41 3 24 Isaac E 74 23 28 65 26 Teddy E 71 91 21 48四通过get_group()方法直接获得一组数据 df.groupby(team).get_group(E).tail()二、分组再认识 The abstract definition of grouping is to provide a mapping of labels to group names from: https://pandas.pydata.org/pandas-docs/stable/user_guide/groupby.html 分组本质上提供了标签行索引到组名的一个映射 利用groups属性可以看到这种多对一的映射关系。 df.groupby(team).groups{A: Int64Index([2, 7, 9, 16, 17, 20, 22, 34, 40, 42, 51, 67, 70, 71, 75, 79, 88], dtypeint64),B: Int64Index([ 6, 10, 11, 14, 25, 30, 35, 38, 39, 50, 53, 56, 58, 60, 64, 77, 78,83, 84, 85, 92, 93],dtypeint64),C: Int64Index([ 1, 3, 5, 12, 13, 18, 28, 32, 33, 37, 46, 47, 54, 62, 73, 81, 86,87, 91, 95, 96, 97],dtypeint64),D: Int64Index([4, 8, 21, 23, 27, 44, 48, 49, 52, 57, 59, 63, 65, 66, 68, 69, 72,89, 94],dtypeint64),E: Int64Index([0, 15, 19, 24, 26, 29, 31, 36, 41, 43, 45, 55, 61, 74, 76, 80, 82,90, 98, 99],dtypeint64)}三、分组的执行过程 分组的执行过程——Group by: split-apply-combine split按照某一原则groupby字段进行拆分相同属性分为一组apply对拆分后的各组执行相应的转换操作combine输出汇总转换后的各组结果 图片来源Pandas之超好用的Groupby用法详解(https://zhuanlan.zhihu.com/p/101284491?utm_sourcewechat_session) 使用的重点在于 split 和 apply 一split阶段创建分组的常见形式 groupby方法的原型 DataFrame.groupby(byNone, axis0, levelNone, as_indexTrue, sortTrue, group_keysTrue, squeezeobject object, observedFalse, dropnaTrue) by指定分组标准可以是字符串、字符串列表、字典或者 Series、Numpy 数组或函数axis指定分组方向是按行分组还是按列分组默认是按行分组对记录分组level在包含多级索引的 DataFrame 分组时用于指定使用哪一级索引进行分组as_index是否把分组键就是分组的标准作为分组后的组索引默认为Truesort分组后是否按分组键的顺序对分组结果进行排序默认为Truegroup_keys在应用阶段apply是否把分组键加入到索引中默认为Truedropna在分组时是否把键值为 NA 的行或列丢弃默认为True 1、按字符串列表分组 按团队和姓名首字母分组会产生多级索引。 df.groupby([team,df[name].str[0]]).mean()注意此时的df[name]不能简化成name但可以写成df.name。 2、字典作为分组的标准 假设把上述 Excel 记录看成是学生信息其中0至9号学生属于1班20至39号属于2班…同一班的学生可以属于不同的team。下面首先通过字典推导式建立1班对应的字典。 i 0 {j:str(i1)班 for j in range(i*20,(i1)*20)}{0: 1班,1: 1班,2: 1班,3: 1班,4: 1班,5: 1班,6: 1班,7: 1班,8: 1班,9: 1班,10: 1班,11: 1班,12: 1班,13: 1班,14: 1班,15: 1班,16: 1班,17: 1班,18: 1班,19: 1班}按字典分组先产生分组字典再进行分组。 g [] # 以连续的20条记录的索引为键值对应一个班产生一个包含5个班的列表每个班对应一个字典 for i in range(5): g.append({j:str(i1)班 for j in range(i*20,(i1)*20)}) # 将列表中的5个字典合并成一个大字典 d {} for i in range(5):d.update(g[i]) # print(d) # 用这个大字典进行分组每一条记录的行索引通过字典的键映射到相应的组 df.groupby(d).mean()3、按Series分组 先产生作为分组标准的 Series 对象再进行分组。 s pd.Series(indexnp.arange(100)) for i in range(5):s[i*20:(i1)*20]str(i1)班 df.groupby(s).mean()4、按Numpy数组分组 先产生作为分组标准的 Numpy 数组再进行分组。分组时将df的行索引与 Numpy 数组的索引相匹配。 n np.array(s) df.groupby(n).mean()试试as_indexFalse的效果 df.groupby(n,as_indexFalse).mean()5、按函数值分组 list(df.groupby(lambda x:x[0]Q,axiscolumns)) # axiscolumns等价于axis1[(False, name team0 Liver E1 Arry C2 Ack A3 Eorge C4 Oah D5 Harlie C6 Acob B7 Lfie A8 Reddie D9 Oscar A10 Leo B11 Logan B12 Archie C13 Theo C14 Thomas B15 James E16 Joshua A17 Henry A18 William C19 Max E20 Lucas A21 Ethan D22 Arthur A23 Mason D24 Isaac E25 Harrison B26 Teddy E27 Finley D28 Daniel C29 Riley E.. ... ...70 Nathan A71 Blake A72 Luke6 D73 Elliot C74 Roman E75 Stanley A76 Dexter E77 Michael B78 Elliott B79 Tyler A80 Ryan E81 Ellis C82 Finn E83 Albert0 B84 Kai B85 Liam B86 Calum C87 Louis2 C88 Aaron A89 Ezra D90 Leon E91 Connor C92 Grayson7 B93 Jamie0 B94 Aiden D95 Gabriel C96 Austin7 C97 Lincoln4 C98 Eli E99 Ben E[100 rows x 2 columns]), (True, Q1 Q2 Q3 Q40 89 21 24 641 36 37 37 572 57 60 18 843 93 96 71 784 65 49 61 865 24 13 87 436 61 95 94 87 9 10 99 378 64 93 57 729 77 9 26 6710 17 4 33 7911 9 89 35 6512 83 89 59 6813 51 86 87 2714 80 48 56 4115 48 77 52 1116 63 4 80 3017 91 15 75 1718 80 68 3 2619 97 75 41 320 60 41 77 6221 79 45 89 8822 44 53 42 4023 80 96 26 4924 74 23 28 6525 89 13 18 7526 71 91 21 4827 62 73 84 6828 50 50 72 6129 35 26 59 83.. .. .. .. ..70 87 77 62 1371 78 23 93 972 15 97 95 9973 15 17 76 2274 73 1 25 4475 69 71 39 9776 73 94 53 2077 89 21 59 9278 9 31 33 6079 75 16 44 6380 92 70 64 3181 34 34 77 4282 4 1 55 3283 85 38 41 1784 66 45 13 4885 2 80 24 2586 14 91 16 8287 13 94 51 2288 96 75 55 889 16 56 86 6190 38 60 31 791 62 38 63 4692 59 84 74 3393 39 97 84 5594 20 31 62 6895 48 59 87 7496 21 31 30 4397 98 93 1 2098 11 74 58 9199 21 43 41 74[100 rows x 4 columns])]split阶段的几种做法如下 1先分组再选择列最后计算 推荐此种做法便于与agg/transform/apply等应用阶段的写法相统一。 print(type(df.groupby(team)[[Q1,Q2]])) # groupby之后没有做计算还是DataFrameGroupBy对象 df.groupby(team)[[Q1,Q2]].mean() 注意上面的[[Q1,Q2]]不能写成[Q1:Q2]这种切片形式要使用切片就得写成.loc[:,Q1:Q2]的形式。 2先分组再计算最后选择列 print(type(df.groupby(team).mean())) # groupby之后做了计算就变成了DataFrame对象 df.groupby(team).mean()[[Q1,Q2]]3先选择列再分组最后计算 当groupby中给出分组键是字符串时选择的列一定要包含分组键涉及的字段。 df[[team,Q1,Q2]].groupby(team).mean() 与上面一句完全等价但groupby中给出分组键的不是字符串而是 Series此时选择列时可以不包含分组键。 df[[Q1,Q2]].groupby(df[team]).mean() 二应用阶段对数据进行必要的处理和变换 分组后可以对组对象应用多种聚合函数实现对每组数据的统计计算。所谓聚合是指任何能够从数组产生标量值的数据转换过程。 常见的聚合函数包括 注意size与count的区别前者计数时包含NaN值而后者计数则不包含NaN值 df.groupby(team).nth(0) # 返回每组的第1个注意从0开始,等价于df.groupby(team).first() df.groupby(team).describe() # 每组记录数、均值、标准差、最小值、分位数和最大值四、重点学习agg、filter、transform和apply函数的使用 一agg函数的用法 agg等价于aggregation函数的用法对各组应用特定的聚合函数 以下三种写法等价 df.groupby(team).agg(np.mean) # 调用np.mean()函数相当于每组记录看成一个Numpy数组agg对数组应用特定的函数 # df.groupby(team).agg(mean) # 使用字符串 # df.groupby(team).mean() # 不使用agg函数直接调用聚合函数相比于直接调用聚合函数agg函数更强大之处在于 1允许同时做多种计算 此时agg的参数是列表计算结果会产生多级的列索引并且索引名一般用列表中的函数名或与之相关。 df.groupby(team).agg([np.max,np.min]) # 结果中的amax表示np.array中的max不想使用自动提供的列名而希望自定义列名可以把agg参数中的列表元素改成元组计算结果同样会产生多级的列索引。 元组的第1个元素是自定义的列名作为第2级列索引出现第2个元素是函数名,给出了要对分组后的该列数据所做的运算。 df.groupby(team).agg([(max_test,max),(min_test,np.min)])agg函数更强大之处在于 2允许同时对不同的列做不同的计算此时agg的参数是字典 使用rename函数对结果列重命名 df.groupby(team).agg({Q1:np.sum,Q3:np.mean}).rename(columns{Q1:sum(Q1),Q3:mean(Q3)})等价的写法如果不用np为前缀的聚合函数则要使用字符串。 df.groupby(team).agg({Q1:sum,Q3:mean}).rename(columns{Q1:sum(Q1),Q3:mean(Q3)})agg函数更强大之处在于 3允许自定义函数实现对每组对象进行聚合操作此时agg的参数是自定义的聚合函数 df.groupby(team).agg(lambda x: x.median()-x.mean()) # 中位数(50%)减去均值注意 1agg函数返回的是一个聚合后的标量值 2虽然agg允许调用用户自定义的聚合函数但如果能用已有的聚合函数尽量用已有的因为做过性能优化 二filter函数的用法 filter函数用于对分组进行过滤类似于SQL中的having子句返回满足过滤条件的分组中的记录其参数必须是函数。 注意当组对象存在多列时filter的过滤条件要求显式的指定某一列。 df.groupby(team).filter(lambda x: x[Q1].sum()1000)三transform函数的用法 transform函数的作用可以概括为基于所属组的统计信息对组中的每条记录进行变换其参数也要求是函数 参考https://zhuanlan.zhihu.com/p/101284491 transform函数常用于分组进行数据标准化以及缺失值填充 参考https://pandas.pydata.org/pandas-docs/stable/user_guide/groupby.html transform执行时是对分组块Excel 筛选功能可以更直观看到每个分组块逐列进行的返回的结果与分组块的大小相同 df.groupby(team).transform(lambda x: x.mean()).head(10)因为是按列进行的因此上述lambda函数的参数x应该理解为表示分组块的每一列所以函数体中不应该再出现列名。 示例假设原始数据表示每人四个季度的奖金情况要求依据每组Q4均值的1.2倍设置每人的年终奖金。 df[reward]df.groupby(team)[Q4].transform(lambda x: 1.2*x.mean()) # 注意不能写成下面的形式不允许列名出现在函数体内部 # df[reward]df.groupby(team).transform(lambda x: 1.2*x[Q4].mean()) df.head()四apply函数的用法 1、apply应用于分组GroupBy.apply的使用 apply函数的功能更为强大它也要求参数是函数。分组后应用apply函数其实是在 split 得到的每一个 DataFrame 对象上应用指定的函数分组是先 split 再 apply。 示例要求计算下半年比上半年增加的量返回值是一个 Series。 # 做法1 # grouped df.groupby(team) # delta grouped.apply(lambda x:x[Q3].sum()x[Q4].sum()-x[Q1].sum()-x[Q2].sum())# 做法2使用apply一次处理一条分组后的记录是一个Series对象 grouped df.loc[:,Q1:Q4].groupby(df[team]).sum() # grouped已经是一个DataFrameGroupBy对象 delta grouped.apply(lambda x:x[Q3]x[Q4]-x[Q1]-x[Q2],axis1) # axis1表明一次传入的是一条行记录# 做法3使用pipe函数把lambda函数应用到整个组对象上Apply function to the full GroupBy object instead of to each group # grouped df.loc[:,team:Q4].groupby(team).sum() # grouped已经是一个DataFrameGroupBy对象 # delta grouped.pipe(lambda x:x[Q3]x[Q4]-x[Q1]-x[Q2]) # grouped.reset_index().concat(delta) # grouped.agg(lambda x:x[Q3].sum()x[Q4].sum()-x[Q1].sum()-x[Q2].sum())# 对比如果不用apply而使用agg,看看是什么结果 # grouped df.groupby(team) # delta grouped.agg(lambda x:x[Q3].sum()x[Q4].sum()-x[Q1].sum()-x[Q2].sum())delta.name delta # 设置Series对象的name之后与DataFrame拼接就可以变成列名了 pd.concat([grouped,delta],axis1)进一步理解agg是把返回值作用到每一列上去 grouped df.groupby(team) grouped.agg(lambda x:print(x))2 Ack 7 Lfie 9 Oscar 16 Joshua 17 Henry 20 Lucas 22 Arthur 34 Reggie1 40 Toby 42 Dylan 51 Hugo0 67 Caleb 70 Nathan 71 Blake 75 Stanley 79 Tyler 88 Aaron Name: name, dtype: object 6 Acob 10 Leo 11 Logan 14 Thomas 25 Harrison 30 Edward 35 Samuel 38 Elijah 39 Harley 50 Jenson 53 Frankie 56 David 58 Lewis 60 Ronnie 64 Harvey2 77 Michael 78 Elliott 83 Albert0 84 Kai 85 Liam 92 Grayson7 93 Jamie0 Name: name, dtype: object 1 Arry 3 Eorge 5 Harlie 12 Archie 13 Theo 18 William 28 Daniel 32 Alexander 33 Adam 37 Sebastian 46 Tommy 47 Jake3 54 Ollie3 62 Matthew 73 Elliot 81 Ellis 86 Calum 87 Louis2 91 Connor 95 Gabriel 96 Austin7 97 Lincoln4 Name: name, dtype: object 4 Oah 8 Reddie 21 Ethan 23 Mason 27 Finley 44 Benjamin 48 Louie 49 Carter7 52 Bobby1 57 Albie1 59 Luca 63 Alex 65 Reuben 66 Jayden6 68 Hunter3 69 Theodore3 72 Luke6 89 Ezra 94 Aiden Name: name, dtype: object 0 Liver 15 James 19 Max 24 Isaac 26 Teddy 29 Riley 31 Joseph 36 Jaxon 41 Arlo8 43 Jude 45 Rory9 55 Zachary 61 Jackson5 74 Roman 76 Dexter 80 Ryan 82 Finn 90 Leon 98 Eli 99 Ben Name: name, dtype: object 2 57 7 9 9 77 16 63 17 91 20 60 22 44 34 30 40 52 42 86 51 28 67 64 70 87 71 78 75 69 79 75 88 96 Name: Q1, dtype: int64 6 61 10 17 11 9 14 80 25 89 30 57 35 9 38 97 39 2 50 66 53 18 56 21 58 4 60 53 64 43 77 89 78 9 83 85 84 66 85 2 92 59 93 39 Name: Q1, dtype: int64 1 36 3 93 5 24 12 83 13 51 18 80 28 50 32 91 33 90 37 1 46 29 47 69 54 10 62 44 73 15 81 34 86 14 87 13 91 62 95 48 96 21 97 98 Name: Q1, dtype: int64 4 65 8 64 21 79 23 80 27 62 44 15 48 24 49 57 52 50 57 79 59 5 63 14 65 70 66 64 68 38 69 43 72 15 89 16 94 20 Name: Q1, dtype: int64 0 89 15 48 19 97 24 74 26 71 29 35 31 67 36 88 41 48 43 8 45 8 55 12 61 6 74 73 76 73 80 92 82 4 90 38 98 11 99 21 Name: Q1, dtype: int64 2 60 7 10 9 9 16 4 17 15 20 41 22 53 34 12 40 27 42 87 51 25 67 34 70 77 71 23 75 71 79 16 88 75 Name: Q2, dtype: int64 6 95 10 4 11 89 14 48 25 13 30 38 35 38 38 89 39 99 50 77 53 62 56 47 58 34 60 13 64 76 77 21 78 31 83 38 84 45 85 80 92 84 93 97 Name: Q2, dtype: int64 1 37 3 96 5 13 12 89 13 86 18 68 28 50 32 76 33 32 37 14 46 44 47 23 54 76 62 33 73 17 81 34 86 91 87 94 91 38 95 59 96 31 97 93 Name: Q2, dtype: int64 4 49 8 93 21 45 23 96 27 73 44 88 48 84 49 52 52 55 57 82 59 40 63 70 65 72 66 21 68 80 69 7 72 97 89 56 94 31 Name: Q2, dtype: int64 0 21 15 77 19 75 24 23 26 91 29 26 31 87 36 98 41 34 43 45 45 12 55 71 61 10 74 1 76 94 80 70 82 1 90 60 98 74 99 43 Name: Q2, dtype: int64 2 18 7 99 9 26 16 80 17 75 20 77 22 42 34 23 40 17 42 65 51 14 67 46 70 62 71 93 75 39 79 44 88 55 Name: Q3, dtype: int64 6 94 10 33 11 35 14 56 25 18 30 86 35 88 38 15 39 12 50 88 53 52 56 99 58 77 60 34 64 87 77 59 78 33 83 41 84 13 85 24 92 74 93 84 Name: Q3, dtype: int64 1 37 3 71 5 87 12 59 13 87 18 3 28 72 32 26 33 47 37 68 46 28 47 11 54 30 62 41 73 76 81 77 86 16 87 51 91 63 95 87 96 30 97 1 Name: Q3, dtype: int64 4 61 8 57 21 89 23 26 27 84 44 52 48 54 49 77 52 60 57 56 59 91 63 55 65 76 66 10 68 82 69 68 72 95 89 86 94 62 Name: Q3, dtype: int64 0 24 15 52 19 41 24 28 26 21 29 59 31 87 36 19 41 52 43 13 45 58 55 85 61 15 74 25 76 53 80 64 82 55 90 31 98 58 99 41 Name: Q3, dtype: int64 2 84 7 37 9 67 16 30 17 17 20 62 22 40 34 9 40 68 42 20 51 71 67 88 70 13 71 9 75 97 79 63 88 8 Name: Q4, dtype: int64 6 8 10 79 11 65 14 41 25 75 30 87 35 66 38 46 39 13 50 74 53 33 56 2 58 28 60 99 64 90 77 92 78 60 83 17 84 48 85 25 92 33 93 55 Name: Q4, dtype: int64 1 57 3 78 5 43 12 68 13 27 18 26 28 61 32 79 33 39 37 48 46 76 47 40 54 36 62 98 73 22 81 42 86 82 87 22 91 46 95 74 96 43 97 20 Name: Q4, dtype: int64 4 86 8 72 21 88 23 49 27 68 44 25 48 11 49 50 52 59 57 96 59 83 63 87 65 56 66 21 68 40 69 80 72 99 89 61 94 68 Name: Q4, dtype: int64 0 64 15 11 19 3 24 65 26 48 29 83 31 93 36 98 41 51 43 65 45 27 55 93 61 33 74 44 76 20 80 31 82 32 90 7 98 91 99 74 Name: Q4, dtype: int64 2 55.270588 7 55.270588 9 55.270588 16 55.270588 17 55.270588 20 55.270588 22 55.270588 34 55.270588 40 55.270588 42 55.270588 51 55.270588 67 55.270588 70 55.270588 71 55.270588 75 55.270588 79 55.270588 88 55.270588 Name: reward, dtype: float64 6 61.963636 10 61.963636 11 61.963636 14 61.963636 25 61.963636 30 61.963636 35 61.963636 38 61.963636 39 61.963636 50 61.963636 53 61.963636 56 61.963636 58 61.963636 60 61.963636 64 61.963636 77 61.963636 78 61.963636 83 61.963636 84 61.963636 85 61.963636 92 61.963636 93 61.963636 Name: reward, dtype: float64 1 61.472727 3 61.472727 5 61.472727 12 61.472727 13 61.472727 18 61.472727 28 61.472727 32 61.472727 33 61.472727 37 61.472727 46 61.472727 47 61.472727 54 61.472727 62 61.472727 73 61.472727 81 61.472727 86 61.472727 87 61.472727 91 61.472727 95 61.472727 96 61.472727 97 61.472727 Name: reward, dtype: float64 4 75.726316 8 75.726316 21 75.726316 23 75.726316 27 75.726316 44 75.726316 48 75.726316 49 75.726316 52 75.726316 57 75.726316 59 75.726316 63 75.726316 65 75.726316 66 75.726316 68 75.726316 69 75.726316 72 75.726316 89 75.726316 94 75.726316 Name: reward, dtype: float64 0 61.98 15 61.98 19 61.98 24 61.98 26 61.98 29 61.98 31 61.98 36 61.98 41 61.98 43 61.98 45 61.98 55 61.98 61 61.98 74 61.98 76 61.98 80 61.98 82 61.98 90 61.98 98 61.98 99 61.98 Name: reward, dtype: float64apply的一个经典应用在调用函数的同时还可以给它传递参数agg也可以通过args给函数传参数 示例求每一组特定列的前几名 排序操作不是聚合聚合是返回1个标量排序会返回多个值因此只能用apply而不能用agg。 def top(df,n5,columnNone):if not column:columndf.columns[0]return df.sort_values(bycolumn)[-n:] # top(df,n6,columnQ1) df.groupby(team).apply(top,n5,columnQ1)2、apply不应用于分组DataFrame.apply的使用 apply应用于 DataFrame 时默认是axis0即每次会把 DataFrame 的一列作为一个 Series 对象传递给函数。 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html?highlightapply#pandas.DataFrame.apply def top2(col,n5):return col.sort_values()[-n:] df.loc[:,Q1:Q4].apply(top2,n5)apply应用于 DataFrame 时当axis1时每次会把 DataFrame 的一行作为一个 Series 对象传递给函数。 df.loc[:,Q1:Q4].apply(top2,n2,axis1).head()3、map函数的使用 map函数只能应用到 Series 对象上对 Series 对象中的每个元素值进行变换。 change_teams {A:1组,B:2组,C:3组,D:4组,E:5组} df[team].map(change_teams).head(10)0 5组 1 3组 2 1组 3 3组 4 4组 5 3组 6 2组 7 1组 8 4组 9 1组 Name: team, dtype: object4、applymap函数的使用 applymap函数应用到 DataFrame 对象上对 DataFrame 对象中的每个元素值进行相同的变换。 df.loc[:,Q1:Q4].applymap(lambda x: str(x)$).head()