跟小白学Python数据分析——分组分析

我们继续使用导入使用的案例数据进行学习，输入以下代码：

1import pandas
2data = pandas.read_csv(
3'D:/D/data.csv',
4 engine='python',
5 encoding='utf8'
6)

Mr.林： 执行后，在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表 。

先来统计按性别分组的用户数，输入以下代码

1data.groupby('gender').count()

得到的结果如下所示

1           id  reg_date  id_num  birthday    age
2gender                                          
3女        4316      4316    4316      4316   4316
4男       54785     54785   54785     54785  54785

然后 再来统计按性别分组的平均值，输入以下代码

1data.groupby('gender').mean()

得到的结果如下所示

1                   id        age
2gender                          
3女       149779.770853  30.392493
4男       149833.467829  26.979629

小白： 我发现了一个问题，它又根据所有能统计的列都统计了结果。如果我只是仅仅希望按性别分组统计下用户数，以及 按性别分组统计 用户的平均年龄，那我该如何做呢？

Mr.林： 这个时候可以使用groupby与agg函数组合进行统计。

还是先来按性别分组统计id的数量，也就是用户数 ，输入以下代码

1data.groupby('gender')['id'].agg('count')

执行后，得到的结果如下所示

1gender
2女     4316
3男    54785

然后 再来按性别分组统计年龄的平均值 ，输入以下代码

1data.groupby('gender')['age'].agg('mean')

执行后， 得到的结果如下所示

1gender
2女    30.392493
3男    26.979629

小白： 啊哈！棒棒哒！

小白突然又想到一个问题： 那我能不能在性别分组的基础上，再加入一个分组列，比如将注册日期加到分组列里？

Mr.林： 这可以有，只要在gender前面再加入reg_date，如果还有其他分组列可以继续加入，用逗号分隔即可 ，输入以下代码

1data.groupby(['reg_date','gender'])['id'].agg('count')

执行后，得到的结果如下所示

 1reg_date   gender
 22011/1/1   男          10
 32011/1/10  女           6
 4           男         160
 52011/1/11  女          15
 6           男         165
 72011/1/12  女          19
 8           男         132
 92011/1/13  女          16
10           男         167
112011/1/14  女          13
12           男         194
13.........................

小白继续追问道： 那我能不能对多个列进行统计呢？现在只对id列进行统计，如果再把age列加进来，可以么？

Mr.林： 这个同样可以有，不过如果还是计数的话，对id、age两列统计的结果是一样的，我们换成平均值统 计试试，输入以下代码

1data.groupby(['reg_date','gender'])['id','age'].agg('mean')

执行后，得到的结果如下所示

 1                             id        age
 2reg_date  gender                          
 32011/1/1  男       100008.600000  29.200000
 42011/1/10 女       101276.500000  36.333333
 5          男       101295.262500  26.862500
 62011/1/11 女       101617.400000  31.400000
 7          男       101590.054545  26.636364
 82011/1/12 女       101897.157895  28.157895
 9          男       101874.174242  26.500000
102011/1/13 女       102122.625000