知识卡片

结构图卡 · 6340.a

分组三步模型

理解等级:未标注

分组可理解为按键拆分数据、给各组应用操作、再组合各组结果。相同分组既可求每组一个摘要,也可返回逐行转换或子集,因此结果形状由操作决定。构造GroupBy只是准备分组语义,不能把它当已经计算出均值的结果。

结构图:

flowchart TD
 A[原数据与分组键] --> B[按键拆分组]
 B --> C[对每组执行所选操作]
 C --> D[组合为结果对象]
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

      split-apply-combine"(拆分-应用-合并),我觉得这个词很好地描述了整个过程。分组运算的第一个阶段,pandas对象(无论是Series、DataFrame还是其他的)中的数据会根据你所提供的一个或多个键被拆分(split)为多组。拆分操作是在对象的特定轴上执行的。例如,DataFrame可以在其行(axis=0)或列(axis=1)上进行

    参考来源

    《利用Python进行数据分析》第9章《数据聚合与分组运算》 - 位置:《利用Python进行数据分析》第9章《GroupBy技术》(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;u191-ch09-001)。 - 结论依据:原文在“split-apply-combine”附近的定义、例子或代码支撑本卡核心说明:分组可理解为按键拆分数据、给各组应用操作、再组合各组结果。边界按已读前提解释;示例未执行。 - 原始内容:split-apply-combine"(拆分-应用-合并),我觉得这个词很好地描述了整个过程。分组运算的第一个阶段,pandas对象(无论是Series、DataFrame还是其他的)中的数据会根据你所提供的一个或多个键被拆分(split)为多组。拆分操作是在对象的特定轴上执行的。例如,DataFrame可以在其行(axis=0)或列(axis=1)上进行