金融量化分析【day111】：Pandas-分组与聚合

一、分组与聚合

在数据分析中，我们有时需要将数据拆分，在每一个特定的组里进行运算

1、实验数据准备

a = pd.read_csv('601318.csv')
a

　　数据如下：

实验数据

2、示例

df.groupby('key1').mean()

3、分组与聚合的步骤

分组：拆分数据为若干组

聚合：组内应用某个函数

二、分组

1、按一列分组

df.groupby('key1').mean()

2、按多列分组

df.groupby(['key1','key2']).mean()

　

3、自定义分组

df.groupby(len).mean()

df.groupby(lambda x:len(x)).mean()

　　

4、获取分组信息

df.groupby(lambda x:'zheng' if df.loc[x,'data2']>0 else 'fu').mean()

　　

df.groupby('key1').get_group('b')

　　

三、聚合

分组之后需要聚合函数来应用到每一组中

内置聚合函数

1、自定义聚合函数

df.groupby('key1').agg(lambda x:x.max())

　　

2、多个聚合函数

3、不同列应用不同聚合函数

df.groupby('key1').agg({'data1':'min','data2':'max'})

　　

四、数据合并

1、数据拼接

df2 = df.copy()
df3 = df.copy()
pd.concat([df,df2,df3])

　

pd.concat([df,df2,df3],keys=list('abc'))

　　

pd.concat([df,df2,df3],ignore_index=True)

　　

pd.concat([df,df2,df3],axis=1)

　　

pd.concat([df,df2,df3],axis=1,ignore_index=True)

　　

2、数据连接

pd.merge(df,df2)

　　

pd.merge(df,df2,on='key1')

　　

pd.merge(df,df2)

　　

pd.merge(df,df2,on=['key1','key2'])

　　

3、合并小结