分组对象与apply函数

• 函数apply即可用于分组对象，也可以作用于dataframe数据
• Groupby.apply(func)
• 需要注意axis=0和axis=1的区别
  • np.sum, axis=0 相当于计算每列的总和
  • np.sum, axis=1 相当于计算每行的总和

import pandas as pd
import numpy as np
import os

  
 

  
1
  
2
  
3
 

os.getcwd()

  
 

  
1
 

'D:\\Jupyter\\notebook\\Python数据清洗实战\\数据清洗之数据统计'

  
 

  
1
 

os.chdir('D:\\Jupyter\\notebook\\Python数据清洗实战\\数据')

  
 

  
1
 

df = pd.read_csv('online_order.csv', encoding='gbk', dtype={'customer':str, 'order':str})

  
 

  
1
 

df.head(5)

  
 

  
1
 

grouped = df.groupby('weekday')

  
 

  
1
 

# 只可传入一个统计参数
# agg可传入多个
# grouped.apply([np.mean, np.sum])

  
 

  
1
  
2
  
3
 

grouped.apply(np.mean)[['total_items', 'discount%', 'weekday']]

  
 

  
1
 

df.columns

  
 

  
1
 

Index(['customer', 'order', 'total_items', 'discount%', 'weekday', 'hour', 'Food%', 'Fresh%', 'Drinks%', 'Home%', 'Beauty%', 'Health%', 'Baby%', 'Pets%'], dtype='object')

  
 

  
1
  
2
  
3
  
4
 

var = ['Food%', 'Fresh%', 'Drinks%', 'Home%', 'Beauty%', 'Health%', 'Baby%', 'Pets%']

  
 

  
1
  
2
 

df[var].head(5)

  
 

  
1
 

# 计算每个变量的总和
df[var].apply(np.sum, axis=0)

  
 

  
1
  
2
 

Food% 706812.19
Fresh% 606818.38
Drinks% 700477.06
Home% 406187.25
Beauty% 176788.48
Health% 33988.76
Baby% 332884.34
Pets% 31292.61
dtype: float64

  
 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
 

# 对每一行求和
df[var].apply(np.sum, axis=1).head(5)

  
 

  
1
  
2
 

0 100.00
1 100.01
2 100.01
3 99.99
4 100.01
dtype: float64

  
 

  
1
  
2
  
3
  
4
  
5
  
6
 

# Food% - Fresh%
df[var].apply(lambda x: x[0] - x[1], axis=1).head(5)

  
 

  
1
  
2
 

0   -77.60
1   -59.93
2   -39.87
3 -7.18
4   -36.25
dtype: float64

  
 

  
1
  
2
  
3
  
4
  
5
  
6
 

文章来源: ruochen.blog.csdn.net，作者：若尘，版权归原作者所有，如需转载，请联系作者。

原文链接：ruochen.blog.csdn.net/article/details/105599032