模拟数据
import pandas as pd
import numpy as np
employees = ["小明","小周","小孙","小王","小张"] # 5位员工
time = ["上半年", "下半年"]
df=pd.DataFrame({
"employees":np.random.choice(employees,10), # 在员工中重复选择10次
# 另一种写法
#"employees":[employees[x] for x in np.random.randint(0,len(employees),10)],
"time":np.random.choice(time,10),
"salary":np.random.randint(800,1000,10), # 800-1000之间的薪资选择10个数值
"score":np.random.randint(6,12,10) # 6-11的分数选择10个
})
df
groupby+单个字段+单个聚合
求解每个人的总薪资金额：
total_salary = df.groupby("employees")["salary"].sum().reset_index()
total_salary
使用agg也能够实现上面的效果：
df.groupby("employees").agg({"salary":"sum"}).reset_index()
df.groupby("employees").agg({"salary":np.sum}).reset_index()
groupby+单个字段+多个聚合
求解每个人的总薪资金额和薪资的平均数：
方法1：使用groupby+merge
mean_salary = df.groupby("employees")["salary"].mean().reset_index()
mean_salary
然后将上面的两个结果进行组合；在合并之前为了字段的名字更加的直观，我们重命名下：
total_salary.rename(columns={"employees":"total_salary"})
mean_salary.columns = ["employees","mean_salary"]
total_mean = total_salary.merge(mean_salary)
total_mean
方法2：使用groupby+agg
total_mean = df.groupby("employees")\
.agg(total_salary=("salary", "sum"),
mean_salary=("salary", "mean"))\
.reset_index()
total_mean
groupby+多个字段+单个聚合
针对多个字段的同时聚合：
df.groupby(["employees","time"])["salary"].sum().reset_index()
# 使用agg来实现
df.groupby(["employees","time"]).agg({"salary":"sum"}).reset_index()
groupby+多个字段+多个聚合
使用的方法是：
agg(’新列名‘=(’原列名‘, ’统计函数/方法‘))
df.groupby(["employees","time"])\
.agg(total_salary=("salary", "sum"),
mean_salary=("salary", "mean"),
total_score=("score", "sum")
)\
.reset_index()
到此这篇关于Python技巧分享之groupby基础用法详解的文章就介绍到这了,更多相关Python groupby用法内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
