课程大纲 第 82 课,共 250 课 · 数据基础:numpy 与 pandas
数据基础:numpy 与 pandas

分组与合并

两个操作能解锁大部分数据分析:groupby(把行分组,并对每组做汇总)和 merge(在共享的键上连接两张表)。

groupby 遵循"拆分-应用-合并"的模式。按某一列分组,然后聚合:

import pandas as pd
sales = pd.DataFrame({
    "region": ["N", "S", "N", "S"],
    "amount": [100, 200, 150, 50],
})
print(sales.groupby("region")["amount"].sum())
# region
# N    250
# S    250

用 .agg 一次计算好几种汇总:

print(sales.groupby("region")["amount"].agg(["sum", "mean", "count"]))

merge 连接共享某一列的表。这里两张表都有 region:

info = pd.DataFrame({
    "region":  ["N", "S"],
    "manager": ["Ada", "Bo"],
})
joined = sales.merge(info, on="region")
print(joined)   # each sales row gains its region's manager

默认是内连接:只有两张表里都存在的键才会保留。传入 how="left" 可以保留左表的每一行,即使没有匹配。

轮到你了

给定两个 DataFrame。首先,把 orders 按 customer 分组,对 total 列求和,结果 Series 存进 by_customer。其次,在 customer 列上把 orders 和 customers 合并(内连接),合并后的 DataFrame 存进 merged。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。