5 数据聚合与数据透视
① 数据聚合
一.定义
通过不同变量对大型数据帧进行分组，以及对每个组应用汇总函数的任务。这时需在pandas中使用DataFrame对象的groupby函数和 agg函数完成。
二.导入实验数据集
三.数据集字段释义
phone.csv数据集包含830个记录共7个字段，以下对各字段进行简单解释
index：数据集索引；
date：输入的日期和时间；
duration：每个呼叫的持续时间（以秒为单位），每个数据条目的数据量（以 MB 为单位），以及每个 sms 条目发送的文本数（通常为 1）；
item：事件发生的描述——可以是呼叫，短信或者数据之一；
month：每个条目所属的结算月份——形式为 “YYYY-MM”；
network：为每个条目调用 / 发送的移动网络；
network_type：被呼叫的号码是移动，国际，语音邮件，固定电话还是其他特殊号码。
预处理date字段
四.简单聚合DataFrame
五.groupby
groupby函数将返回groupby对象，但实际上描述了如何拆分原始数据集的行。groupby对象groups变量是一个字典，其键(keys)是计算的唯一组，对应的值是属于每个组的轴标签。
1.聚合DataFrame中的组
2.具体示例
max()，min()，mean()，first()，last()等函数，可以快速应用于groupby对象，以获取每个组的汇总统计信息。groupby是一个非常有用的函数，可以从每个摘要中查看不同的变量。
3.注意要点
六.agg
agg函数提供的聚合功能允许在一次计算中按组计算多个统计数据。语法很简单，聚合指令以字典或列表的形式提供。
1.将单个函数应用于组中的列
2.将多个函数应用于组中的列
② 数据透视
一.定义
大多数人可能都有使用Excel中的数据透视表的经验。pandas提供了一个类似的功能，称为pivot_table。
二.导入实验数据集
三.数据透视
1.单索引
2.多索引
3.values字段显示定义我们关系的列
4.aggfunc可进行数据运算
5.columns变量可以定义一个或多个列
6.margins = True可以查看汇总数据
7.高级数据透视表过滤
标签：聚合,每个,透视,数据,groupby,函数 来源： https://www.cnblogs.com/huahuawang/p/14932503.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。