Python培訓(xùn)：分組與聚合的原理

　　今天的Python培訓(xùn)環(huán)節(jié)，我們講一下分組與聚合操作。分組與聚合是數(shù)據(jù)分析中比較常見的操作。在Pandas中，分組是指使用特定的條件將原數(shù)據(jù)劃分為多個組;聚合在這里指的是對每個分組中的數(shù)據(jù)執(zhí)行某些操作(如聚合、轉(zhuǎn)換等)，最后將計算的結(jié)果進行整合。

　　分組與聚合(split-apply-combine)的過程大概分為三步，具體如下：

　　(1)拆分(split)：將數(shù)據(jù)集按照一些標(biāo)準(zhǔn)拆分為若干個組。拆分操作是指在指定軸上進行的，既可以對橫軸方向上的數(shù)據(jù)進行分組，也可以對縱軸方向上的數(shù)據(jù)進行分組。

　　(2)應(yīng)用(apply)：將某個函數(shù)或方法(內(nèi)置和自定義均可)應(yīng)用到每個分組。

　　(3)合并(combine)：將產(chǎn)生的新值整合到結(jié)果對象中。

　　接下來，通過一個示例來演示分組與聚合的整個過程，具體如圖5-1所示。

　　圖5-1 分組聚合過程示意圖

　　圖5-1使用求分組最大值的例子描述了分組與聚合的整個過程。在圖5-1中，最左邊是一個表格，該表格中“Key”列的數(shù)據(jù)只有“A”“B”“C”。按照Key列進行分組，把該列中所有數(shù)據(jù)為“A”的分成一組，所有數(shù)據(jù)為“B”的分成一組，所有數(shù)據(jù)為“C”的分成一組，共分成三組，然后對每個分組執(zhí)行求最大值操作，計算出每個分組的最大值為18、10、16，此時每個分組中只有一個最大值，最后將所有分組的最大值整合在一起。