快捷導(dǎo)航

pandas的排序、分組groupby及cumsum累計(jì)求和方式

更新時(shí)間：2022年05月17日 11:12:04 作者：種麥南山下

這篇文章主要介紹了pandas的排序、分組groupby及cumsum累計(jì)求和方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

生成一列sum_age 對(duì)age 進(jìn)行累加

df['sum_age'] = df['age'].cumsum()
print(df)

生成一列sum_age_new 按照 gender和is_good 對(duì)age進(jìn)行累加

df['sum_age_new'] = df.groupby(['gender','is_good'])['age'].cumsum()
print(df)

根據(jù)不同的性別對(duì)年齡進(jìn)行等級(jí) 排序

df['rank_g'] = df.groupby(['gender'])['age'].rank()
print(df)

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

按照官方文檔的意思，該函數(shù)是沿著某個(gè)軸來計(jì)算數(shù)值數(shù)據(jù)等級(jí)(1到n)。默認(rèn)情況下，為相等的值分配同一個(gè)等級(jí)，該等級(jí)是這些值的等級(jí)的平均值。

例子：

import pandas as pd
obj = pd.Series([7,-5,7,4,2,0,4])
print(obj.rank())

代碼對(duì) [7, -5, 7, 4, 2, 0, 4] 進(jìn)行從小到大地排序，很明顯地，可以排成 [-5, 0, 2 ,4, 4, 7, 7]，數(shù)值7有第6和第7兩個(gè)位置，那應(yīng)該排序應(yīng)該排到第幾級(jí)？根據(jù)官方文檔，取平均值，(6+7)/2=6.5，所以兩個(gè)7的等級(jí)都為6.5，同理可得兩個(gè)4的等級(jí)都為(4+5)/2=4.5。

輸出：

0 6.5
1 1.0
2 6.5
3 4.5
4 3.0
5 2.0
6 4.5
dtype: float64

對(duì)數(shù)據(jù)排序之后，分組，并累計(jì)求和

# 對(duì)Start Time進(jìn)行排序，Connection Type分組，temp進(jìn)行累計(jì)求和cumsum
wsw_1 = wsw.sort_values(['Start Time'])
wsw_1.loc[:, 'Connection Number'] = wsw_1.groupby(['Connection Type'])['temp'].cumsum()

這里如果不對(duì)start time排序，Connection Number不會(huì)按時(shí)間順序，統(tǒng)計(jì)drilling、tripping 的number數(shù)

pandas分組排序功能

在一個(gè)班級(jí)里，學(xué)生考試科目有語(yǔ)文、數(shù)學(xué)、英語(yǔ)，分別有對(duì)應(yīng)的成績(jī)。

現(xiàn)在，想要列出每個(gè)科目班級(jí)的前五名的情況，要求包含科目、姓名、成績(jī)、名次。

通過以下代碼實(shí)現(xiàn)：

import pandas as pd
a=['小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻','小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻','小紅','小綠','小藍(lán)','小白','小青','小紫','小粉','小傻']
b=['語(yǔ)文','語(yǔ)文','語(yǔ)文','語(yǔ)文','語(yǔ)文','語(yǔ)文','語(yǔ)文','語(yǔ)文','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','數(shù)學(xué)','英語(yǔ)','英語(yǔ)','英語(yǔ)','英語(yǔ)','英語(yǔ)','英語(yǔ)','英語(yǔ)','英語(yǔ)']
c=[97,65,23,43,67,23,55,98,56,45,67,78,98,45,87,65,67,23,55,98,56,45,67,78]
len(a),len(b),len(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]
''''

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: