【Python进阶系列】Pandas聚合操作|图解 + 示例代码

Question

如题所述

Answer 1

Pandas在数据分析中的聚合和分组操作是关键环节，它允许我们按照特定规则对数据进行汇总，生成单个数值的描述。在Pandas中，这种操作被称为聚合，它与张量的“约减”概念相似，旨在降低数据的维度。

实施聚合的主要步骤是使用agg()函数。这个函数是聚合操作的外壳，其内部的函数名（如mean、median等）是真正的操作核心。官方提供的函数如"mean"、"median"等，应以字符串形式（如'{"Net_Pay": "mean"}'）指定，而来自第三方或自定义的函数则直接提供名称。例如，计算Net_Pay列的最小值、最大值、均值和中位数可以这样操作：

在处理不同列时，agg()方法的参数可以是字典，其中key指定列，value是对应的统计指标。比如，对Net_Pay列求最大值和最小值，Age列求均值和标准差，可以这样设置：{'Net_Pay': ['min', 'max'], 'Age': ['mean', 'std'] }。

对于统计概念，例如众数，它是一组数据中出现次数最多的数值。在Pandas中，可以利用mode()或value_counts()来查找众数。对于偏度和峰度，这两个指标用于判断数据分布是否接近正态，尽管已有均值和方差，但它们提供了额外的信息，有助于我们更全面地理解数据特性。

总的来说，Pandas的聚合操作灵活且强大，根据具体需求，我们可以选择agg()进行多指标操作，或直接在特定列上使用单个统计方法。掌握这些工具，能帮助我们更高效地进行数据分析。