Pandas数据排序与分组
Pandas数据排序与分组
用 sort_values 做单列/多列排序，用 groupby 按特征分组并做 count/sum/min/max/mean 与 agg 聚合
数据排序：sort_values
# 降序：销售数量从多到少df.sort_values('销售数量', ascending=False)
# 升序：单价从小到大（ascending=True 是默认值，可以不写）df.sort_values('单价', ascending=True)df.sort_values('单价')
# 多列排序：先按第一列，第一列的值相同时才按第二列df.sort_values(['单价', '销售数量'], ascending=[True, False])多列排序就像 Excel 的”多级排序”：ascending 要传列表，和前面的列一一对应。上面这句的含义是”单价升序，单价相同再看销售数量降序”。
数据分组：groupby
分组操作就是把数据按照某个特征分成不同的组，然后对每个组分别进行统计计算。
df = pd.read_csv('data/sales.csv', nrows=20)df['销售金额'] = df['单价'] * df['销售数量']
# 按"产品类别"分组，分别统计df.groupby('产品类别')['订单号'].count() # 各组的订单数量df.groupby('产品类别')['销售数量'].sum() # 各组的销售数量之和df.groupby('产品类别')['销售金额'].sum() # 各组的销售金额之和df.groupby('产品类别')['单价'].min() # 各组的最低单价df.groupby('产品类别')['单价'].max() # 各组的最高单价df.groupby('产品类别')['单价'].mean() # 各组的平均单价| 聚合方法 | 含义 |
|---|---|
count() | 统计数量 |
sum() | 求和 |
min() / max() | 最小值 / 最大值 |
mean() | 平均值 |
一次算多个指标：agg
# 对同一列做多种聚合df.groupby('产品类别')['单价'].agg(['mean', 'max', 'min'])
# 不同列做不同聚合（推荐写法）：字典的键是列名，值是聚合方式df.groupby('产品类别').agg({ '销售数量': 'sum', '销售金额': 'sum', '单价': 'mean',})“分组 + 聚合”是数据分析里出结论最快的一招：df.groupby(按什么分)[看哪一列].(算什么)。比如”各产品类别的销售金额合计”，一行代码就出来了。
相关
练习题
一、回忆填空（写完再展开对答案）
- 排序用
df.____('列名', ascending=____)；升序是True，降序是 ____ - 多列排序：
df.sort_values([列1, 列2], ascending=[____, ____])，会先按第 ____ 列排，相同时才按第二列 - 分组用
df.____('列名')，作用是按某特征分成不同组后分别做 ____ 计算 - 分组后统计数量用
____()、求和用____()、平均值用____()、最值用min()/max() - 一次算多个指标用
____()：df.groupby('产品类别')['单价'].agg(['mean', 'max', 'min']) - 不同列做不同聚合时，agg 里传 ____：
{'销售数量': 'sum', '单价': 'mean'}
填空答案（做完再点开）
- sort_values / True / False 2. True, False / 一 3. groupby / 统计 4. count / sum / mean 5. agg 6. 字典
二、裸写题
数据：data/sales.csv
-
2-1 排序 按”销售数量”降序显示；再按”单价升序 + 销售数量降序”做多列排序，打印前 5 行。
提示（先自己想，实在想不出再点开）一级 · 思路：单列排序传列名，多列排序传列表 + ascending 列表 二级 · 方法：
sort_values('销售数量', ascending=False)/sort_values(['单价', '销售数量'], ascending=[True, False])三级 · 骨架：结果用.head(5)看前 5 行 -
2-2 分组统计 按”产品类别”分组，统计各类别的订单数量、销售数量之和。
提示一级 · 思路：
df.groupby(按什么分)[看哪一列].(算什么)二级 · 方法：df.groupby('产品类别')['订单号'].count()/['销售数量'].sum()三级 · 骨架：先算出”销售金额”列再分组求和更有业务意义 -
2-3 一行出多个指标 按”产品类别”分组，一次算出各类别的”平均单价、最高单价、最低单价”。
提示一级 · 思路：同一列要多个指标 → 用 agg 传列表 二级 · 方法：
df.groupby('产品类别')['单价'].agg(['mean', 'max', 'min'])三级 · 骨架：如果想再多一列”销售金额合计”，改用 agg 传字典
参考答案（做完再点开）
import pandas as pd
df = pd.read_csv('data/sales.csv')df['销售金额'] = df['销售数量'] * df['单价']
# 2-1print(df.sort_values('销售数量', ascending=False).head(5))print(df.sort_values(['单价', '销售数量'], ascending=[True, False]).head(5))
# 2-2print(df.groupby('产品类别')['订单号'].count())print(df.groupby('产品类别')['销售数量'].sum())
# 2-3print(df.groupby('产品类别')['单价'].agg(['mean', 'max', 'min']))
# 扩展：不同列不同聚合print(df.groupby('产品类别').agg({'销售数量': 'sum', '销售金额': 'sum', '单价': 'mean'}))评论区
如果你喜欢，那么欢迎来到我的世界！
了解更多音乐
暂未播放
