有一个形如以下的学生成绩表,求男同学和女同学的平均成绩:
''' frame=pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], 'd':[0,1,2,0,1,2,3] }) '''
其结构如下: d 姓名 性别 成绩 0 0 甲 男 70 1 1 乙 男 60 2 2 丙 男 50 3 0 丁 女 40 4 1 戊 女 30 5 2 己 女 20 6 3 庚 女 10
''' #转换成多级索引
frame2=frame.set_index(['性别','d'])
#以性别分组求平均
frame2.groupby('性别').mean() '''
结果如下
Out[60]:
成绩
性别
女 25
男 60
我的疑惑是,如果原始数据中没有 d 列,仅仅是一个最常见的学生成绩表:
''' frame=pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], }) '''
这种情况,如何添加 d 列,如果成绩表数据较多,总不可能人工去数数添加吧?
初学,我的理解是没有多级索引 key,就没办法使用 groupby。
如何给没有多级索引 key 的原始数据,添加上去呢??
1
enenaaa 2018-05-12 17:22:31 +08:00
groupby 跟索引没关系。
|
2
dengshuang 2018-05-13 20:55:12 +08:00
groupby 聚合数据 比如:['甲','乙','丙','丁','戊','己','庚'] 6 位同学,3 男 3 女 ,你想看男的都有谁,data.groupby['男']
|
3
crsroy 2018-05-16 07:39:54 +08:00
import pandas as pd
df = pd.DataFrame({'姓名':['甲','乙','丙','丁','戊','己','庚'], '成绩':range(70,0,-10), '性别':['男','男','男','女','女','女','女'], 'd':[0,1,2,0,1,2,3] }) #假设原数据没有'd'列 df2 = df[['姓名','成绩','性别']] #直接用性别分组可以得到分组统计 grouped = df2.groupby('性别') print(grouped.mean()) #使用 rank 函数得到性别分组排号 df2['d'] = df2['成绩'].groupby(df2['性别']).rank(ascending = 0) print(df2) |