Python编程之数据分组

HI，各位老铁们，今天我们利用Python来介绍一下数据分组的相关知识点。众所周知Python是一种被广泛应用的高级编程语言，在团队项目开发和实际应用中，经常需要使用python来对数据进行拆分或分组等操作，因为它是一个跨平台语言，操作和兼容性都比较方便；既然如此，接下来详细的收罗与介绍一下Python都哪些库和方法可以对数据进行分组和拆分等操作；

有哪些方式可以进行数据分组

• Python pandas插件的groupby函数，用于对数组按key进行分组处理；
• Python itertools插件的groupby，利用迭代器功能进行分组处理；
• 利用Python的字典方式进行分组处理；
• Python NumPy科学计算插件库的groupby进行分组处理；
• 使用dask.dataframe库进行分组处理；
• Python SciPy插件的group函数，用于对原数组进行相应的子集操作进行分组处理；

不同库其调用和处理方式各不相同，接下来将一一列出相应功能使用方式和示例。

利用Pandas库进行分组

使用pandas前需要提前安装pip3 install pandas

基本分组操作

import pandas as pd

# 示例数据
data = {
   
    'Category': ['A', 'B', 'A', 'B', 'A'],
    'Values': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)

# 按 'Category' 分组并计算均值
grouped = df.groupby('Category')['Values'].mean()
print(grouped)

运行后输出结果：

Category
A    30.0
B    30.0
Name: Values, dtype: float64

分裂分组

grouped_multiple = df.groupby(['Category'])['Values'].agg(['sum', 'mean', 'count'])

运行后输出结果：

          sum  mean  count
Category                  
A          90  30.0      3
B          60  30.0      2

利用分组后再进行遍历

for name, group in df.groupby('Category'):
    print(f"Group: {
     name}")
    print(group)

运行后输出结果：

Group: A
  Category  Values
0        A      10
2        A      30
4        A      50
Group: B
  Category  Values
1        B      20
3        B      40

利用自定义聚合函数进行分组

def custom_agg(x):
    return x.max() - x.min()

result = df.groupby('Category')['Values'].agg(custom_agg)

运行后输出结果：

Category    
A    40
B    20

分组后进行条件过滤

filtered = df.groupby('Category').filter(lambda x: x['Values'].sum() > 50)

运行后输出结果：

  Category  Values
0        A      10
1        B      20
2        A      30
3        B      40
4        A      50

使用itertools库的groupby分组操作

需要掌握python迭代器的使用技巧

from itertools import groupby

# 示例数据（需按分组键排序）
data = sorted([