Pandas groupby() 核心用法与多索引处理详解

groupby 基础分组与聚合

Pandas 的 groupby() 提供了灵活的数据分组机制，支持通过映射字典、键函数或具体的列系列进行分组。在聚合操作中，apply() 处理的是类 DataFrame 的数据表对象，而 agg() 每次仅传入一列，但支持同时传入多个聚合函数以执行复杂计算。

示例数据构建

首先，我们构建一个包含姓名（Q）、数值（A, B, C）的 DataFrame 用于演示：

import pandas as pd
df = pd.DataFrame({'Q':['LI','ZHANG','ZHANG','LI','WANG'], 'A' : [1,1,1,2,2], 'B' : [1,-1,0,1,2], 'C' : [3,4,5,6,7]})

apply 与 agg 的区别

apply() 将分组后的子 DataFrame 作为整体传入 lambda 函数。例如，打印每个分组的完整数据：

df.groupby('Q').apply(lambda x:print(x))

相比之下，agg() 针对单列进行聚合计算，但允许指定多个统计函数：

df.groupby('Q').agg(['mean','std','count','max'])

可视化与多级索引处理

groupby 聚合后的结果可以直接调用 plot() 进行可视化，例如绘制条形图：

%matplotlib inline
df.groupby('Q').agg(['mean','std','count','max']).plot(kind='bar')

当使用两个或更多列进行分组时（如 ['Q','A']），结果将呈现为透视表形式，其本质是一个带有 MultiIndex 的 DataFrame。这种结构在数据选取时需要特殊处理。

多级索引（MultiIndex）操作

创建多级索引 DataFrame 并查看结果：

Muldf = df.groupby(['Q','A']).agg('mean')
print(Muldf)

要选取特定索引层级的数据，可使用 xs() 函数。例如，选取 'Q' 层级为 'LI' 的数据：

Muldf.xs('LI')

重置索引结构

若需将 MultiIndex 恢复为常规 DataFrame 结构，可调用 reset_index()。该操作会将 MultiIndex 的元组转换为 columns，并将 index 重置为从 0 开始的整数序列：

Muldf.reset_index()

以上就是 Pandas groupby() 核心用法与多级索引处理的详细内容，更多关于 Python 数据处理与 Pandas 高级技巧的资料请关注本站其它相关文章！