国产精品自在在线午夜,国产偷国产偷高清视频

主頁 > 知識(shí)庫 > pandas groupby分組對(duì)象的組內(nèi)排序解決方案

pandas groupby分組對(duì)象的組內(nèi)排序解決方案

問題：

根據(jù)數(shù)據(jù)某列進(jìn)行分組，選擇其中另一列大小top-K的的所在行數(shù)據(jù)

解析：

求解思路很清晰，即先用groupby對(duì)數(shù)據(jù)進(jìn)行分組，然后再根據(jù)分組后的某一列進(jìn)行排序，選擇排序結(jié)果后的top-K結(jié)果

案例：

取一下dataframe中B列各對(duì)象中C值最高所在的行

df = pd.DataFrame({"A": [2, 3, 5, 4], "B": ['a', 'b', 'b', 'a'], "C": [200801, 200902, 200704, 201003]})

Groupby的基本功能介紹

groupby以后返回DataFrameGroupBy對(duì)象，實(shí)際上還沒有進(jìn)行任何計(jì)算，只是一個(gè)暫時(shí)存儲(chǔ)的容器，

[In]df.groupby('B')
[Out]pandas.core.groupby.DataFrameGroupBy object at 0x11800f588>

對(duì)groupby結(jié)果進(jìn)行簡(jiǎn)單的列選取返回的也是DataFrameGroupBy/SeriesGroupBy對(duì)象，無法可視化

[In]df.groupby('B')['A']   # 返回SeriesGroupBy對(duì)象
[Out]pandas.core.groupby.SeriesGroupBy object at 0x117f6b630>

[In]df.groupby('B')['A','C']   # 返回DataFrameGroupBy對(duì)象
[Out]pandas.core.groupby.DataFrameGroupBy object at 0x117fb84e0>

需要對(duì)DataFrameGroupBy進(jìn)行計(jì)數(shù)、統(tǒng)計(jì)、agg聚合計(jì)算、apply映射計(jì)算和transform等操作，才能生成可視化的數(shù)據(jù)(下文僅以count和size函數(shù)為例展示，不涉及其它的操作)

[In] df.groupby('B', as_index=False)['A'].count()  # 組內(nèi)數(shù)據(jù)統(tǒng)計(jì)
[Out] B A
 0 a 2
 1 b 2

[In] df.groupby('B')['A'].size().reset_index(name='Size') # 組內(nèi)數(shù)據(jù)統(tǒng)計(jì)，size和count的一個(gè)顯著區(qū)別在于count不考慮Nan，size考慮Nan
[Out] B Size
 0  a 2
 1  b 2

解決方案一：

對(duì)DataFrameGroupBy對(duì)象，用apply函數(shù)進(jìn)行某列的sort_values排序，再選出其中的最大值所在行

# 返回值是一個(gè)帶有multiindex的dataframe數(shù)據(jù)，其中l(wèi)evel=0為groupby的by列，而level=1為原index
[In] df.groupby('B').apply(lambda x: x.sort_values('C', ascending=False))
[Out] A B C
B  
a 3 4 a 201003
 0 2 a 200801
b 1 3 b 200902
 2 5 b 200704

# 通過設(shè)置group_keys參數(shù)對(duì)multiindex進(jìn)行優(yōu)化
[In] df.groupby('B', group_keys=False).apply(lambda x: x.sort_values('C', ascending=False))
[Out] A B  C
 3 4 a 201003
 0 2 a 200801
 1 3 b 200902
 2 5 b 200704

# 再次groupby，并調(diào)用內(nèi)置的first()方法，取最大值
[In] df.groupby('B', group_keys=False).apply(lambda x: x.sort_values('C', ascending=False)).groupby('B').first().reset_index()
[Out]  B A  C
 0 a 4 201003
 1 b 3 200902

解決方案二：

先對(duì)B進(jìn)行整體的sort_values，在groupy取值

[In] df.sort_values('C', ascending=False).groupby('B').first().reset_index()
[Out]  B A  C
 0 a 4 201003
 1 b 3 200902

問題拓展：

以上僅解決了Top-1的問題，如果是Top-k呢？

答案：將first()函數(shù)變?yōu)閔ead()函數(shù)

[In] df.sort_values('C', ascending=False).groupby('B').head(2)
[Out] A B C
 3 4 a 201003
 1 3 b 200902
 0 2 a 200801
 2 5 b 200704

總結(jié)：

1、方案二，即先排序再groupby取值更方便

2、pandas中API眾多，在實(shí)際使用時(shí)要捋清各步驟返回值的類型以方便記憶和聯(lián)想

補(bǔ)充：pandas分組groupby、agg，排序sort，連接concat、join

連接concat和join

橫向連接

pd.concat([df6,df7],axis=1)
df6.join(df7)

# df6的表格在前面，如需df7的表格在前需要交換位置

注意點(diǎn)：

1、concat這個(gè)方法，既可以實(shí)現(xiàn)橫向連接，也可以實(shí)現(xiàn)縱向連接，通過設(shè)置axis的值來控制，axis=1表示的是橫向連接，如果多個(gè)連接的對(duì)象，放在列表中

2、join也可以實(shí)現(xiàn)

縱向連接

pd.concat([df8,df9],ignore_index=True)

注意點(diǎn)：

1、進(jìn)行縱向合并的數(shù)據(jù)，需要用[]集合起來

2、ignore_index忽略原有的行索引，重新排列

3、drop_duplicates()刪除重復(fù)數(shù)據(jù)

排序

#按照成績(jī)排序
df10.sort_values('score')
#默認(rèn)升序，從小到大

df10.sort_values(['score','group'],ascending=False,na_position='first')
#sort各個(gè)屬性

參數(shù)	描述
by	字符串或者列表，如果是單個(gè)排序字段，使用的是字符串，如果指定多個(gè)，需要使用列表
ascending	True的時(shí)候，是按照升序，默認(rèn)是升序
na_position	表示的是空值的位置，'last'是默認(rèn)的，'first'開始位置

分組

### groupby
df11.groupby('class')
df11.groupby(['class','grade'])

for cls,data in df11.groupby(['class','grade']):
print(cls)
print(data)

注意點(diǎn)：

1、groupby 如果指定的是一個(gè)列，如果是多個(gè)列[]

2、groupby返回的是一個(gè)對(duì)象，所以不能直接訪問，可以使用for

篩選出分組之后的列

如果篩選出一列數(shù)據(jù)[[列名]]，返回的是dataframe對(duì)象

如果篩選出多個(gè)列數(shù)據(jù)，直接使用[]和[[]]均可

總結(jié)[[列1，列2，。。。。]]

聚合函數(shù) agg配合使用

dff.groupby('class')[['math']].agg(['mean','max','min','median','std'])

函數(shù)	描述
mean	均值
max	最大值
min	最小值
median	中位數(shù)
std	標(biāo)準(zhǔn)差
count	計(jì)數(shù)
skew	偏度
quantile	指定分位數(shù)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章:

Pandas高級(jí)教程之Pandas中的GroupBy操作
pandas數(shù)據(jù)分組groupby()和統(tǒng)計(jì)函數(shù)agg()的使用
pandas之分組groupby()的使用整理與總結(jié)
Pandas之groupby( )用法筆記小結(jié)
利用Pandas和Numpy按時(shí)間戳將數(shù)據(jù)以Groupby方式分組
pandas獲取groupby分組里最大值所在的行方法
pandas groupby 分組取每組的前幾行記錄方法
Pandas中GroupBy具體用法詳解

標(biāo)簽：股票安慶天水白城西安日照錦州隨州

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《pandas groupby分組對(duì)象的組內(nèi)排序解決方案》，本文關(guān)鍵詞 pandas,groupby,分組,對(duì)象,的,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。