迹忆客 专注技术分享

我们将演示如何获取 Pandas 的 groupby 和 sum 的总和。我们还将研究 pivot 功能，以将数据排列在一个漂亮的表中，以及如何定义自定义函数并将其应用到 DataFrame 上。我们还能通过使用 agg() 获得总和。

groupby 的累计总和

我们可以使用 groupby 方法来获得累计和。比如以下具有日期，水果名称和销售的 DataFrame：

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)

如果我们要计算每个水果在每个日期的累计销售总额，则可以执行以下操作：

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)
print(df.groupby(by=["Fruit", "Date"]).sum().groupby(level=[0]).cumsum())

输出：

Fruit  Date         Sale
Apple  08/09/2018    34
       10/09/2018    46
Banana 08/09/2018    22
       10/09/2018    49

pivot() 在一个漂亮的表中重新排列数据

pivot() 方法可以设置表格的行和列属性。让我们更改上面的代码，并应用 pivot() 方法重新排列漂亮表中的数据：

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)
print(
    df.groupby(["Fruit", "Date"], as_index=False).sum().pivot("Fruit", "Date").fillna(0)
)

输出：

             Sale           
Date   08/09/2018 10/09/2018
Fruit                       
Apple          34         12
Banana         22         27

Pandas 中将函数应用于 groupby

我们将创建一个简单的方法来获取 series 或一维数组中的值计数，并使用 groupby 来获取每个值的总计数：

from pandas import *

d = {"series": Series(["1", "2", "1", "1", "4", "4", "5"])}
df = DataFrame(d)


def get_count(values):
    return len(values)


grouped_count = df.groupby("series").series.agg(get_count)
print(grouped_count)

运行代码后，我们将获得以下输出，该输出提供 series 中每个值的出现次数。

输出：

series
1    3
2    1
4    2
5    1
Name: series, dtype: int64

agg() 获取列的总和

我们可以使用 agg() 在列上应用求和运算。考虑以下代码：

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)
print(df.groupby(["Fruit"])["Sale"].agg("sum"))

输出：

Fruit
Apple     46
Banana    49
Name: Sale, dtype: int64