Welcome to pandas!

7.6 分组后的聚合处理

1、常规聚合处理

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx")

print (df)

dict={}

for t,d in df.groupby(df.公司):

dict[t]=d.iloc[:,2:].sum()

df1=pd.DataFrame(dict).T.reset_index().rename(columns={ "index" : "公司" })

#.T为列转行;

# reset_index()为加索引名为“index";

# .rename(columns={"index":"公司"});是高尔夫索引名”index“改为”公司“

print (df1)

返回:

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx")

df1=df.groupby( "公司" ).sum().reset_index()

df2=df.groupby( "公司" ).max().reset_index()

print (df1)

print (df2)

返回：

2、agg()函数

直接对分组对象使用聚合函数虽然操作简单，但它对所有列都执行聚合处理，很多时候，用户希望自己定义聚合的列，聚合方式也不需要统一，那么可以使用agg()函数，结构如下：

agg(func,*args,**kwargs)

func :指定聚合方式，可以是函数，字符串函数、列表、字典

*args :要传递给func的位置参数

**kwargs :要传递给func的关键参数

将agg()函数与聚合函数结合，能将分组对象的聚合能力最大化。

1、 所有列执行多种聚合方式-列表形式

对分组对象的所有列执行多种聚合方式

2、 不同列设置不同聚合方式-字典形式

其实在对分组做聚合时，大多数不会对所有列执行同一种聚合方式，更多是指定列做指定的聚合方式。

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx")

df1=df.groupby("公司").agg([ "sum","max"]) #maen会报错

df2=df.groupby("公司").agg(

{ "A" : "sum" ,

"B" : "max" ,

"C" :[ "max","min" ]

}

)

print (df1)

print (df2)

返回：

3、聚合处理

前面学习了agg()函数的func参数中使用列表、字典的聚合方式，但不能修改聚合后的列名，可以设置使命名聚合

命名聚合是在命名时，可能有些字符是无效的，也就是无法命名成功，则可以换一种方式，就是以构建字典并解压缩关键字参数的方式完成。

前学agg()函数与聚合函数是配合使用是内置的，其实也可以自定义。

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx")

df1=df.groupby( "公司" ).agg(

A求和=( "A","sum"),

B求最大=( "B", "sum")

).reset_index()

print (df1)

返回：

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx" )

df1=df.groupby("公司").agg(

**{ "2022年A求和" :( "A","sum" ), #加**是以构建字典并解压缩关键字参数的方式完成

"2022年B求最大" :( "B", "sum" )} #以数字开头的索引名需以字典的形式

).reset_index()

print (df1)

返回：

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx")

df1=df.groupby("公司").agg(

名单=( "业务员",lambda s:s.str.cat(sep=","))

).reset_index()

print (df1)

返回：

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.7.06 分组后的聚合处理.xlsx")

df1=df.groupby("公司").agg(

名单=( "业务员"lambda s: "," .join(s))

).reset_index()

print (df1)

返回：