本文用到的表格內容如下:

先來看一下數據情形

import pandas as pd
life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df)

result:
      分類  編號    名稱
0     水果   0    蘋果
1     水果   1    橙子
2   生活用品   2    牙刷
3   生活用品   3    冰箱
4   生活用品   4   電視機
5     食物   0    蘋果
6     食物   1    橙子
7     家電   3    冰箱
8     家電   4   電視機
9     大件   3    冰箱
10    大件   4   電視機
11    大件   5    茶幾
12  生活用品   7  暖手寶寶
13  小說   8   紅樓夢

將DataFrame的其中一列取出來就是一個Series，比如life_df["分類"]就是一個Series

1 按照一個Series進行分組

life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df.groupby(life_df["分類"]))

result:

pandas.core.groupby.generic.DataFrameGroupBy object at 0x000001506806C6C8>

從上面的結果可以看出，如果只是傳入Series，分組后的結果是一個DataFrameGroupBy對象。這個對象包含著分組以后的若干組數據，但是沒有直接顯示出來，需要對這些分組數據進行匯總計算以后才會顯示出來

life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df.groupby(life_df["分類"]).count())

result:
  編號  名稱
​
分類          
大件     3   3
家電     2   2
小說     1   1
水果     2   2
生活用品   4   4
食物     2   2

上面的代碼是根據物品分類對所有數據進行了分組，然后對分組以后的數據分別進行計數運算，最后進行合并。

由于對分組后的數據進行了計數運算，因此每一列都會有一個結果。但是如果對分組后的結果做一些數值運算，這個時候只有數據類型是數值(int、float)的列才會參與運算

import pandas as pd
life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df.groupby(life_df["分類"]).sum())

result:
      編號
​
分類      
大件    12
家電     7
小說     8
水果     1
生活用品  16
食物     1

我們把這種對分組后的數據進行匯總運算的操作稱為聚合，使用的函數稱為聚合函數。比如前面系列文章提高的非空值計數、sum求和、最大值最小值、均值、中位數、眾數、方差、標準差和分位數這些。都屬于聚合函數。

2 按照多個Series進行分組

多Series分組和單Series分組差不多，只要將多個Series以列表的形式傳遞給groupby()即可。

life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df.groupby([life_df["分類"], life_df["名稱"]]).count())

result:
       編號
​
分類   名稱      
大件   冰箱     1
     電視機    1
     茶幾     1
家電   冰箱     1
     電視機    1
小說   紅樓夢    1
水果   橙子     1
     蘋果     1
生活用品 冰箱     1
     暖手寶寶   1
     牙刷     1
     電視機    1
食物   橙子     1
     蘋果     1

life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df.groupby([life_df["分類"], life_df["名稱"]]).sum())

result:
       編號
​
分類   名稱      
大件   冰箱     3
     電視機    4
     茶幾     5
家電   冰箱     3
     電視機    4
小說   紅樓夢    8
水果   橙子     1
     蘋果     0
生活用品 冰箱     3
     暖手寶寶   7
     牙刷     2
     電視機    4
食物   橙子     1
     蘋果     0

3 分組和聚合采用不同的列或Series進行

這里和按列分組的用法一致

life_df = pd.read_excel(r'C:\Users\admin\Desktop\生活用品表.xlsx')
print(life_df.groupby(life_df["分類"])["名稱"].count())

result:
分類
大件      3
家電      2
小說      1
水果      2
生活用品    4
食物      2
Name: 名稱, dtype: int64

這里就是按照物品分類進行分組，再按照物品名稱進行匯總統計

到此這篇關于pandas實現按照Series分組示例的文章就介紹到這了,更多相關pandas Series分組內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！