知识卡片
分组键定义比较
分组键决定哪些观测进入同一比较范围。它可以来自等长数组、列名、按标签映射的字典或Series,或作用于索引的函数;多个键共同确定组合组。键取值相同只表示按该规则归组,不证明组内记录业务上同质。分组前需确认键、数据和轴正确对应。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 分组键定义比较
- · 通过字典或Series进行分组
- · 根据索引级别分组
原书出处 · 3 处
- · 查看原书依据
分组键可以有多种形式,且类型不必相同: ·列表或数组,其长度与待分组的轴一样。 ·表示DataFrame某个列名的值。 ·字典或Series,给出待分组轴上的值与分组名之间的对应关系。 ·函数,用于处理轴索引或索引中的各个标签。 注意,后三种都只是快捷方式而已,其最终目的仍然是产生一组用于拆分对象的值。如果觉得这些东西看起来很抽象,不用担心,我将在本章中给出
- · 查看原书依据
索引跟分组轴是对齐的: In [44]: map_series = Series(mapping) In [45]: map_series Out[45]: a red b red c blue d blue e red f orange In [46]: people.groupby(map_series, axis=1).count() Out[46]:
- · 查看原书依据
level关键字传入级别编号或名称即可: In [50]: columns = pd.MultiIndex.from_arrays([['US', 'US', 'US', 'JP', 'JP'], ...: [1, 3, 5, 1, 3]], names=['cty', 'tenor']) In [51]: hier_df = DataFrame(np.ra
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-ch09-002)。
- 结论依据:原文在“分组键可以有多种形式”附近的定义、例子或代码支撑本卡核心说明:分组键决定哪些观测进入同一比较范围。边界按已读前提解释;示例未执行。
- 原始内容:分组键可以有多种形式,且类型不必相同: ·列表或数组,其长度与待分组的轴一样。 ·表示DataFrame某个列名的值。 ·字典或Series,给出待分组轴上的值与分组名之间的对应关系。 ·函数,用于处理轴索引或索引中的各个标签。 注意,后三种都只是快捷方式而已,其最终目的仍然是产生一组用于拆分对象的值。如果觉得这些东西看起来很抽象,不用担心,我将在本章中给出
- 位置:《利用Python进行数据分析》第9章《通过字典或Series进行分组》(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;u194-ch09-002)。
- 结论依据:字典/Series按标签映射组名,额外未出现在轴上的f不成为有记录的组;与位置数组的对应规则不同。
- 原始内容:索引跟分组轴是对齐的: In [44]: map_series = Series(mapping) In [45]: map_series Out[45]: a red b red c blue d blue e red f orange In [46]: people.groupby(map_series, axis=1).count() Out[46]:
- 位置:《利用Python进行数据分析》第9章《根据索引级别分组》(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;u196-ch09-002)。
- 结论依据:MultiIndex可用级别名或编号决定组;已有cty层提供列组身份,tenor层只是另一维标签,不自动一起归组。
- 原始内容:level关键字传入级别编号或名称即可: In [50]: columns = pd.MultiIndex.from_arrays([['US', 'US', 'US', 'JP', 'JP'], ...: [1, 3, 5, 1, 3]], names=['cty', 'tenor']) In [51]: hier_df = DataFrame(np.ra