Pandas Groupby Range of Values介绍

在本文中，我们将向您介绍Pandas的Groupby功能以及使用它来分组、检查和调整范围值的方法。

阅读更多：Pandas 教程

Pandas Groupby

Pandas Groupby 是一种强大的功能，它能够将数据拆分成组，该组通常使用一个或多个唯一的键来标识。标识相同的组后，您就可以对每个组进行数据操作，摆脱了大范围的单调操作。

例如，假设您有一个数据集，其中包含多个国家的销售数据。您可以使用Pandas Groupby来按国家分组数据，然后对每个组进行汇总算术运算，例如计算平均销售额、总销售额等。

以下是一个示例代码，演示如何使用groupby从数据集中获取平均值和总和。

import pandas as pd

# 创建数据集
data = {
    'Country': ['China', 'USA', 'Germany', 'Japan', 'USA', 'China', 'Germany'],
    'Sales': [100, 200, 300, 150, 250, 125, 275]
}

df = pd.DataFrame(data)

# 分组数据
grouped = df.groupby(['Country'])

# 计算分组数据的平均值和总和
mean_sales = grouped.mean()
sum_sales = grouped.sum()

print(mean_sales)
print(sum_sales)

输出结果如下：

           Sales
Country         
China      112.5
Germany    287.5
Japan      150.0
USA        225.0

          Sales
Country        
China       225
Germany     575
Japan       150
USA         450

Pandas Groupby范围值

除了对分组数据进行算术运算之外，Pandas Groupby还可以用于查找和调整范围值。例如，您可以使用它来查找和删除数据中的异常值。

以下是一个示例代码，演示如何使用groupby查找和删除数据集中的异常值。

import pandas as pd
import numpy as np

# 创建数据集
data = {
    'Country': ['China', 'USA', 'Germany', 'Japan', 'USA', 'China', 'Germany'],
    'Sales': [100, 200, 300, 1500, 250, 125, 275]
}

df = pd.DataFrame(data)

# 查找和删除异常数据
grouped = df.groupby(['Country'])
outliers_removed = grouped.filter(lambda x: np.abs(x['Sales'] - x['Sales'].mean()) / x['Sales'].std() < 3)

print(outliers_removed)

在上面的代码中，我们使用了一个lambda表达式来查找和删除异常值。该表达式计算了每个分组的平均值和标准偏差，并将其用于限制值的范围。具体地，我们要删除至少超过三个标准偏差的任何数据点。

输出结果如下：

    Country  Sales
0     China    100
1       USA    200
2   Germany    300
4       USA    250
5     China    125
6   Germany    275

可以看到，我们成功地删除了数据集中的异常值。

总结

Pandas Groupby是一个强大的工具，它可以用于将数据集拆分成组，并在不同的组之间执行数据操作。在本文中，我们介绍了如何使用Pandas Groupby范围值来查找和删除数据集中的异常值。这对于大数据集的分析和数据清理任务非常有用。我们希望本文对您有所帮助！