当前位置：首页 > article >正文

df.groupby()方法使用在查询中用到的筛选条件函数对数据进行分组

article 2025/1/7 4:27:59

这里举的例子是：

按姓名首字母分组

df.groupby(df.name.str[0])

按A及B、其他团队分组

df.groupby(df.team.isin(['A','B']))

按姓名第一个字母和第二个字母分组

df.groupby([df.name.str[0], df.name.str[1]])

按日期和小时分组

df.groupby([df.time.date, df.time.hour])

这些示例展示了如何使用 groupby 按不同的列值进行分组，每个分组的规则都是基于字符串的处理、布尔值判断或者日期时间的提取。下面我逐一解释每个示例：

1. 按姓名首字母分组

df.groupby(df.name.str[0])

作用：这个 groupby 操作通过提取 name 列的每个值的首字母来进行分组。
df.name.str[0] 会提取 name 列中每个字符串的第一个字符（即首字母），并基于这些首字母来进行分组。

假设 name 列的数据是：['Alice', 'Bob', 'Charlie', 'David', 'Eve']，那么 df.name.str[0] 将返回：['A', 'B', 'C', 'D', 'E']。

示例：

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'age': [25, 30, 35, 40, 45]
})

result = df.groupby(df.name.str[0]).sum()
print(result)

输出：

2. 按 A及B、其他团队分组

df.groupby(df.team.isin(['A', 'B']))

作用：这个 groupby 操作通过 team 列判断每个值是否属于 'A' 或 'B' 团队来进行分组。
df.team.isin(['A', 'B']) 返回一个布尔系列，对于每个 team 列中的值，如果它是 'A' 或 'B'，则返回 True，否则返回 False。

假设 team 列的数据是：['A', 'B', 'C', 'A', 'D']，那么 df.team.isin(['A', 'B']) 将返回：[True, True, False, True, False]。

示例：

df = pd.DataFrame({
    'team': ['A', 'B', 'C', 'A', 'D'],
    'score': [80, 90, 85, 95, 70]
})

result = df.groupby(df.team.isin(['A', 'B'])).sum()
print(result)

输出：

       score
team        
False    155
True     265

True 表示 A 和 B 团队的分组，False 表示其他团队的分组。

3. 按姓名第一个字母和第二个字母分组

df.groupby([df.name.str[0], df.name.str[1]])

作用：这个 groupby 操作通过提取 name 列中每个值的前两个字母来进行分组。
df.name.str[0] 提取第一个字母，df.name.str[1] 提取第二个字母。两个字母作为分组的依据。

假设 name 列的数据是：['Alice', 'Alex', 'Bob', 'Charlie', 'Eve']，那么 df.name.str[0] 返回 ['A', 'A', 'B', 'C', 'E']，df.name.str[1] 返回 ['l', 'l', 'o', 'h', 'v']。

示例：

df = pd.DataFrame({
    'name': ['Alice', 'Alex', 'Bob', 'Charlie', 'Eve'],
    'age': [25, 30, 35, 40, 45]
})

result = df.groupby([df.name.str[0], df.name.str[1]]).sum()
print(result)

输出：

           age
name name      
A    l       55
B    o       35
C    h       40
E    v       45

这里每个分组的标识由姓名的前两个字母组成。

4. 按日期和小时分组

df.groupby([df.time.date, df.time.hour])

作用：这个 groupby 操作首先提取 time 列中的日期部分（去掉时间），然后提取小时部分（24小时制）。
df.time.date 提取日期部分，df.time.hour 提取小时部分。这样你可以按照日期和小时来对数据进行分组。

假设 time 列的数据是：['2025-01-01 10:20:00', '2025-01-01 11:30:00', '2025-01-02 10:45:00']，那么 df.time.date 会返回：['2025-01-01', '2025-01-01', '2025-01-02']，df.time.hour 会返回：[10, 11, 10]。
示例：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'time': pd.to_datetime(['2025-01-01 10:20:00', '2025-01-01 11:30:00', '2025-01-02 10:45:00']),
    'value': [100, 200, 300]
})
print(df,'\n\n')

# 按日期和小时分组，并对value列进行求和
result = df.groupby([df.time.dt.date, df.time.dt.hour])['value'].sum()

print(result)