知识卡片

操作参考卡 · 6340.f

选列形式影响分组结果维度

理解等级:中级

GroupBy后用单列名选择得到分组Series,用列名列表选择得到分组DataFrame,即便列表只含一列。均值内容可相同,结果轴与对象形态仍不同;需要表形结果时不能只看列数为1就随意换成标量列名。先选所需列也使聚合范围更明确。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      [['data2']] 是以下代码的语法糖: df['data1'].groupby(df['key1']) df[['data2']].groupby(df['key1']) 尤其对于大数据集,很可能只需要对部分列进行聚合。例如,在前面那个数据集中,如果只需计算data2列的平均值并以DataFrame形式得到结果,我们可以编写: In [34]: df.

    参考来源

    - 位置:《利用Python进行数据分析》第9章《选取一个或一组列》(spine303;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0289.html;u193-ch09-010)。 - 结论依据:原文在“[['data2']]”附近的定义、例子或代码支撑本卡核心说明:GroupBy后用单列名选择得到分组Series,用列名列表选择得到分组DataFrame,即便列表只含一列。边界按已读前提解释;示例未执行。 - 原始内容:[['data2']] 是以下代码的语法糖: df['data1'].groupby(df['key1']) df[['data2']].groupby(df['key1']) 尤其对于大数据集,很可能只需要对部分列进行聚合。例如,在前面那个数据集中,如果只需计算data2列的平均值并以DataFrame形式得到结果,我们可以编写: In [34]: df.