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