案例 7: 数据分组与聚合 - 使用 groupby 进行分析

知识点讲解

数据分组和聚合是数据分析中的强大工具，它们使我们能够按照某个或某些特定的列将数据分组，并对每个分组应用聚合函数，以便进行分析。

示例代码

基本分组与聚合

# 按照某列分组并计算每组的平均值
grouped_avg = df.groupby('Column').mean()
print(grouped_avg)

多列分组

# 按照多列分组
grouped_multiple = df.groupby(['Column1', 'Column2']).sum()
print(grouped_multiple)

分组后应用多个聚合函数

# 对分组数据应用多个聚合函数
grouped_multiple_agg = df.groupby('Column').agg(['mean', 'sum', 'count'])
print(grouped_multiple_agg)

使用 transform 方法

# 对分组后的数据应用 transform 方法
grouped_transform = df.groupby('Column')['AnotherColumn'].transform('mean')
df['GroupedMean'] = grouped_transform
print(df.head())

代码解释:

1. groupby('Column') 根据指定列进行分组。
2. 可以使用各种聚合函数，如 mean(), sum(), count() 等。
3. agg 方法允许对分组后的数据应用多个聚合函数。
4. transform 方法可以对分组后的数据应用一个函数，并保持原始数据的形状。

通过分组和聚合，可以更深入地理解数据的内在结构和特征。