pandas groupby 同时 count sum,pandas分组统计个数

　　摘要：本文主要介绍了熊猫的排序、分组依据和累计求和法，具有很好的参考价值。希望对大家有帮助。如有错误或不足之处，请不吝赐教。

　　00-1010生成sum_age一列累计年龄生成sum_age_new一列累计年龄按性别和is_good。根据不同性别对年龄进行排名。整理好资料后，分组，积累总结。熊猫分组排序功能

目录

　　df[年龄总和]=df[年龄]。累计和()

　　打印(df)

生成一列sum_age 对age 进行累加

　　df[ sum _ age _ new ]=df . group by([ gender ， is_good])[age]。累计和()

　　打印(df)

生成一列sum_age_new 按照 gender和is_good 对age进行累加

　　df[ rank _ g ]=df . group by([ gender ])[ age ]。排名()

　　打印(df)

　　这里的 rank() 即 rank_g ，并不是按照1、2、3、4、、依次排

　　根据官方文档，该函数是计算沿一个轴的数值数据等级(1到n)。默认情况下，相等的值被分配相同的等级，这是这些值的等级的平均值。

　　示例：

　　进口熊猫作为pd

　　obj=pd。系列([7，-5，7，4，2，0，4])

　　print(obj.rank())

　　代码[7，-5，7，4，2，0，4]从小到大排序。很明显，可以按照[-5，0，2，4，4，7，7]排列。值7有第6位和第7位，那么应该排序到什么级别呢？根据官方文件，取平均值，(6 7)/2=6.5，所以两个7的成绩都是6.5。同理，两个4s的成绩都是(4 5)/2=4.5。

　　输出：

　　0 6.5

　　1 1.0

　　2 6.5

　　3 4.5

　　4 3.0

　　5 2.0

　　6 4.5

　　dtype:浮点64

根据不同的性别对年龄进行 等级 排序

　　#排序开始时间、组连接类型和临时的累计和累计。

　　wsw _ 1=wsw . sort _ values([ Start Time ])

　　wsw_1.loc[:连接编号]=wsw_1.groupby([连接类型])[临时]。累计和()

　　如果开始时间没有在这里排序，连接编号将不会按时间顺序计算钻井和起下钻的次数。

对数据排序之后，分组，并累计求和

　　在一个班级里，学生的考试科目是语文、数学、英语，有相应的成绩。

　　现在如果要列出每门学科的前五名班级，就要包括学科、名称、成绩、排名。

　　通过以下代码实现：

　　进口熊猫作为pd

　　A=[小红，小绿，小蓝，小白，小绿，小紫，小粉红，小傻，小绿，小蓝，小白，小绿，小紫

　　B=[语言，语言，语言，语言，语言，语言，数学，数学，数学，数学，

　　c=[97，65，23，43，67，23，55，98，56，45，67，78，98，45，87

　　镜头(a)，镜头(b)，镜头(c)

　　df=pd。DataFrame({name:a， kemu:b， score:c})

　　df2=df.sort_values([kemu ， score ， name]，ascending=[1，0，1])

　　df2[rn]=df2.groupby([kemu])。rank(method=first ，ascending=0)[score]

　　df2[df2[rn]=5]

　　以上个人经验，希望给你一个参考，也希望你能支持盛行的IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。