首页 › Pandas 数据分析 › 分组统计

分组统计

分组统计是数据分析中最常用的操作:按某一列分组,再对每组做汇总。

import pandas as pd

df = pd.DataFrame({
    "部门": ["技术", "市场", "技术", "市场", "行政"],
    "姓名": ["张三", "李四", "王五", "赵六", "钱七"],
    "工资": [18000, 12000, 22000, 15000, 9000],
})

print(df.groupby("部门")["工资"].mean())

输出:

部门
市场    13500.0
技术    20000.0
行政     9000.0
Name: 工资, dtype: float64

多个统计量

df.groupby("部门").agg(
    人数=("姓名", "count"),
    平均工资=("工资", "mean"),
    最高工资=("工资", "max"),
)

透视表

sales = pd.DataFrame({
    "月份": ["1月", "1月", "2月", "2月"],
    "地区": ["华东", "华南", "华东", "华南"],
    "销售额": [120, 90, 150, 110],
})
print(sales.pivot_table(index="月份", columns="地区", values="销售额", aggfunc="sum"))

画图

安装 matplotlib 后,可以直接把统计结果画成图:

df.groupby("部门")["工资"].mean().plot(kind="bar")

练习题

学完本节后,试着独立完成下面的练习,再展开参考答案对照。

练习 1 按部门统计人数和平均工资,并按平均工资降序排列。

查看参考答案
import pandas as pd
df = pd.DataFrame({"部门": ["技术", "市场", "技术", "行政", "市场"], "工资": [18000, 12000, 22000, 9000, 15000]})
result = df.groupby("部门").agg(人数=("工资", "size"), 平均工资=("工资", "mean")).sort_values("平均工资", ascending=False)
print(result)
参考输出:
    人数     平均工资
部门             
技术   2  20000.0
市场   2  13500.0
行政   1   9000.0