亚洲精品97久久,99视频国产精品免费观看,eeuss影院一区二区三区

主頁 > 知識庫 > python中pandas對多列進行分組統計的實現

python中pandas對多列進行分組統計的實現

使用groupby([ ]).size()統計的結果，值相同的字段值會不顯示

如上圖所示，第一個空著的行是982499 7 3388 1，因為此行與前面一行的這兩個字段值是一樣的，所以不顯示。第二個空著的行是390192 22 4278 1，因為此行與前面一行的第一個字段值是一樣的，所以不顯示。這樣的展示方式更直觀，但對于剛用的人，可能會讓其以為是缺失值。

如果還不明白可以看下面的全部數據及操作。

import pandas as pd
res6 = pd.read_csv('test.csv')
res6.shape

(12, 3)

res6.columns

Index(['user_id', 'cate', 'shop_id'], dtype='object')

res6.info()

class 'pandas.core.frame.DataFrame'>
RangeIndex: 12 entries, 0 to 11
Data columns (total 3 columns):
user_id    12 non-null int64
cate       12 non-null int64
shop_id    12 non-null int64
dtypes: int64(3)
memory usage: 368.0 bytes

res6.describe()

	user_id	cate	shop_id
count	1.200000e+01	12.000000	12.000000
mean	6.468688e+05	10.666667	3594.000000
std	3.988181e+05	6.665151	373.271775
min	2.421410e+05	7.000000	3388.000000
25%	3.901920e+05	7.000000	3388.000000
50%	4.938730e+05	7.000000	3388.000000
75%	9.824990e+05	10.250000	3586.250000
max	1.558165e+06	23.000000	4278.000000

res6

	user_id	cate	shop_id
0	390192	20	4178
1	390192	23	4179
2	390192	22	4278
3	1021819	7	3388
4	242141	7	3388
5	283284	7	3388
6	1558165	7	3388
7	533696	7	3388
8	982499	7	3388
9	493873	7	3388
10	493873	7	3388
11	982499	7	3389

res6['user_id'].value_counts()

390192     3
982499     2
493873     2
242141     1
1021819    1
533696     1
1558165    1
283284     1
Name: user_id, dtype: int64

res6.groupby(['user_id']).size().sort_values(ascending=False)

user_id
390192     3
982499     2
493873     2
1558165    1
1021819    1
533696     1
283284     1
242141     1
dtype: int64

res6.groupby(['user_id', 'cate']).size().sort_values(ascending=False)

user_id  cate
982499   7       2
493873   7       2
1558165  7       1
1021819  7       1
533696   7       1
390192   23      1
         22      1
         20      1
283284   7       1
242141   7       1
dtype: int64

res6_test = res6.groupby(['user_id', 'cate', 'shop_id']).size().sort_values(ascending=False)
res6_test

user_id  cate  shop_id
493873   7     3388       2
1558165  7     3388       1
1021819  7     3388       1
982499   7     3389       1
               3388       1
533696   7     3388       1
390192   23    4179       1
         22    4278       1
         20    4178       1
283284   7     3388       1
242141   7     3388       1
dtype: int64

到此這篇關于python中pandas對多列進行分組統計的實現的文章就介紹到這了,更多相關pandas多列分組統計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！

您可能感興趣的文章:

Python Pandas分組聚合的實現方法
詳解python pandas 分組統計的方法
Python Pandas實現數據分組求平均值并填充nan的示例
Python學習筆記之pandas索引列、過濾、分組、求和功能示例
Python Pandas的簡單使用教程
Python pandas入門系列之眾數和分位數
Python pandas求方差和標準差的方法實例
python geopandas讀取、創建shapefile文件的方法
使用Python pandas讀取CSV文件應該注意什么?
利用python Pandas實現批量拆分Excel與合并Excel
python pandas分組聚合詳細

標簽：岳陽清遠泉州長春洛陽怒江吉林安慶

巨人網絡通訊聲明：本文標題《python中pandas對多列進行分組統計的實現》，本文關鍵詞 python,中,pandas,對,多列,進行,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。

婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

python中pandas對多列進行分組統計的實現