Skip to content
TheChatArchiveThe Chat Archive
Perplexitysonar-reasoning· PerplexityHugging Face LMArena Search Arena 24K

pandas分组

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Perplexitysonar-reasoning-pro-high’s answer.
  1. User

    pandas分组

  2. Perplexity Assistant

    pandas的groupby功能是数据分析中用于数据分组、聚合和转换的核心工具,通过拆分-应用-组合模式处理数据。以下是其核心用法和高级功能的详细说明:

    基本分组操作

    使用groupby()按指定列或条件拆分数据,返回GroupBy对象:

    df.groupby('列名')  # 按单列分组
    df.groupby(['列1', '列2'])  # 多列分层分组
    df.groupby(level=0)  # 按索引层级分组
    

    参数as_index=False可保持分组列作为数据列而非索引[2][4][6]。

    聚合计算

    通过agg()实现多维度聚合:

    df.groupby('公司').agg({
        '薪水': ['mean', 'median'], 
        '年龄': 'max'
    })
    

    典型聚合函数包括sum(),mean(),count()等。支持对不同列应用不同聚合方法[1][3][7]。

    数据转换

    transform()保持原始数据形状的同时进行组内计算:

    # 用组均值填充缺失值
    fill_mean = lambda g: g.fillna(g.mean())
    df.groupby('组').transform(fill_mean)
    

    常用于标准化、缺失值处理等场景[3][5][8]。

    自定义处理

    apply()支持复杂的分组处理逻辑:

    # 计算每组的极差
    df.groupby('A').apply(lambda x: x.max() - x.min())
    

    可执行任意Python函数,但需注意性能优化[3][5][7]。

    分组遍历与过滤

    for name, group in df.groupby('部门'):
        print(f"部门{name}共有{len(group)}人")
    
    # 筛选员工数>50的部门
    df.groupby('部门').filter(lambda x: len(x) > 50)
    

    支持基于分组统计结果的筛选操作[5][8]。

    进阶功能

    功能方法应用场景
    分层聚合pd.Grouper时间序列重采样
    排除NA分组dropna=False保留缺失值作为独立分组
    分组排序sort=False提升大数据集处理性能
    分组键控制group_keys=False输出结果中隐藏分组键
    # 时间序列按月分组求均值
    df.groupby(pd.Grouper(key='日期', freq='M')).mean()
    

    通过合理组合这些功能,可以高效实现复杂的数据分析需求,如用户分群统计、时间序列分析和数据预处理等[4][6][7]。实际应用中需注意大数据集性能优化,可通过sort=False参数关闭自动排序提升速度。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.