pandas groupby 分組結(jié)果保存成DataFrame

pandas groupby 分組結(jié)果保存成DataFrame


今天做項目需要將groupby分組結(jié)果保存 成DataFrame,現(xiàn)在就講解一下具體實現(xiàn)方式:

原始數(shù)據(jù)及代碼:

import pandasas pd

from pyechartsimport Line

df= pd.DataFrame({'name': ['張三','李四','王五','張三','王五','張三','趙六','張三','趙六'],

????????????????????????????????????? 'sex': ['男','女','男','男','男','男','女','女','女'],

?????????????????????????????????????? 'num1': [2.9,9.0,8.5,5.6,5.6,5.2,1.2,4.5,3.2],

??????????????????????????????????????? 'num2': [5.2,2.5,6.3,5.6,4.5,5.6,1.2,8.5,1.2]

??????????????????????????????????? })

# 根據(jù)其中兩列分組,并求均值

df_expenditure_mean= df.groupby(['sex','name'])['num1'].agg({'means':'mean'})

print(df_expenditure_mean)

結(jié)果

groupby分組結(jié)果保存 成DataFrame方法:

import pandasas pd

from pyechartsimport Line

df= pd.DataFrame({'name': ['張三','李四','王五','張三','王五','張三','趙六','張三','趙六'],

????????????????????????????????????? 'sex': ['男','女','男','男','男','男','女','女','女'],

?????????????????????????????????????? 'num1': [2.9,9.0,8.5,5.6,5.6,5.2,1.2,4.5,3.2],

??????????????????????????????????????? 'num2': [5.2,2.5,6.3,5.6,4.5,5.6,1.2,8.5,1.2]

??????????????????????????????????? })

# 根據(jù)其中兩列分組雄可,并求均值

df_expenditure_mean= df.groupby(['sex','name'])['num1'].agg({'means':'mean'})

#轉(zhuǎn)化成dataframe格式

df_expenditure_mean = pd.DataFrame(df_expenditure_mean)

#修改字段名稱

df_expenditure_mean.rename(columns={'sex':'性別','name':'姓名','means':'均值'},inplace=True)

print(df_expenditure_mean)

結(jié)果

好啦曲伊,groupby分組結(jié)果保存 成DataFrame已經(jīng)成功堕花,謝謝泛鸟。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末奄容,一起剝皮案震驚了整個濱河市雕擂,隨后出現(xiàn)的幾起案子啡邑,更是在濱河造成了極大的恐慌,老刑警劉巖井赌,帶你破解...
    沈念sama閱讀 211,290評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件谤逼,死亡現(xiàn)場離奇詭異,居然都是意外死亡仇穗,警方通過查閱死者的電腦和手機流部,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,107評論 2 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來纹坐,“玉大人枝冀,你說我怎么就攤上這事≡抛樱” “怎么了果漾?”我有些...
    開封第一講書人閱讀 156,872評論 0 347
  • 文/不壞的土叔 我叫張陵,是天一觀的道長谷誓。 經(jīng)常有香客問我跨晴,道長,這世上最難降的妖魔是什么片林? 我笑而不...
    開封第一講書人閱讀 56,415評論 1 283
  • 正文 為了忘掉前任端盆,我火速辦了婚禮,結(jié)果婚禮上费封,老公的妹妹穿的比我還像新娘焕妙。我一直安慰自己,他們只是感情好弓摘,可當(dāng)我...
    茶點故事閱讀 65,453評論 6 385
  • 文/花漫 我一把揭開白布焚鹊。 她就那樣靜靜地躺著,像睡著了一般韧献。 火紅的嫁衣襯著肌膚如雪末患。 梳的紋絲不亂的頭發(fā)上研叫,一...
    開封第一講書人閱讀 49,784評論 1 290
  • 那天,我揣著相機與錄音璧针,去河邊找鬼嚷炉。 笑死,一個胖子當(dāng)著我的面吹牛探橱,可吹牛的內(nèi)容都是我干的申屹。 我是一名探鬼主播,決...
    沈念sama閱讀 38,927評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼隧膏,長吁一口氣:“原來是場噩夢啊……” “哼哗讥!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起胞枕,我...
    開封第一講書人閱讀 37,691評論 0 266
  • 序言:老撾萬榮一對情侶失蹤杆煞,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后腐泻,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體索绪,經(jīng)...
    沈念sama閱讀 44,137評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,472評論 2 326
  • 正文 我和宋清朗相戀三年贫悄,在試婚紗的時候發(fā)現(xiàn)自己被綠了瑞驱。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,622評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡窄坦,死狀恐怖唤反,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情鸭津,我是刑警寧澤彤侍,帶...
    沈念sama閱讀 34,289評論 4 329
  • 正文 年R本政府宣布,位于F島的核電站逆趋,受9級特大地震影響盏阶,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜闻书,卻給世界環(huán)境...
    茶點故事閱讀 39,887評論 3 312
  • 文/蒙蒙 一名斟、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧魄眉,春花似錦砰盐、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春冀值,著一層夾襖步出監(jiān)牢的瞬間也物,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工列疗, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留滑蚯,地道東北人。 一個月前我還...
    沈念sama閱讀 46,316評論 2 360
  • 正文 我出身青樓作彤,卻偏偏與公主長得像,于是被迫代替她去往敵國和親乌逐。 傳聞我的和親對象是個殘疾皇子竭讳,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,490評論 2 348

推薦閱讀更多精彩內(nèi)容