本文共 1616 字，大约阅读时间需要 5 分钟。

pandas GROUPBY+变换和多列操作

在Python的pandas库中，`groupby`函数是进行数据分组的强大工具。当需要对多列执行一系列变换时，`transform`函数提供了便利的方法。以下是实现这一目标的具体步骤和代码示例。

1. 导入库并创建示例DataFrame

首先，我们需要导入pandas库并创建一个包含多列的DataFrame。

import pandas as pd

# 创建一个示例DataFrame  df = pd.DataFrame({      'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],      'B': ['one', 'two', 'three', 'four', 'five', 'six'],      'C': [1, 2, -3, 4, -5, 6],      'D': [10, 20, 30, 40, 50, 60]  })

2. 分组变换：对多列执行操作

接下来，我们可以使用groupby函数对特定列进行分组，并使用transform函数对多列执行变换操作。例如，可以对多列C和D分别计算最大值和最小值，添加到新列中。

# 对'A'列进行分组，并计算'C'列的最大值和最小值  df['E'] = df.groupby('A')['C'].transform(max)  df['F'] = df.groupby('A')['C'].transform(min)

3. 测试用例

以下是一个更小的测试用例，展示如何在实际应用中使用这种方法。

# 创建一个新的DataFrame  df_test = pd.DataFrame({      'A': ['foo', 'bar', 'foo', 'bar'],      'B': ['one', 'two', 'three', 'four'],      'C': [1, -2, 3, -4]  })

# 对'A'列进行分组，并计算'C'列的最大值和最小值  df_test['E'] = df_test.groupby('A')['C'].transform(max)  df_test['F'] = df_test.groupby('A')['C'].transform(min)

# 输出结果  print(df_test)

4. 应用场景：销售数据分析

在实际应用中，可以使用这种方法来处理销售数据。例如，计算每个产品的总销售额和平均销售额。以下是一个示例：

# 创建一个新的DataFrame  sales_data = pd.DataFrame({      'product': ['A', 'B', 'A', 'C', 'B', 'D'],      'quantity': [10, 5, 20, 30, 15, 25],      'price': [1, 2, 3, 4, 5, 6]  })

# 对'product'列进行分组，并计算每个产品的总销售额和平均销售额  sales_data['total_sales'] = sales_data.groupby('product')['quantity'].transform(sum) * sales_data['price']  sales_data['average_sales'] = sales_data['total_sales'] / sales_data.groupby('product')['quantity'].transform(sum)

# 输出结果  print(sales_data)

总结

通过groupby和transform函数，我们可以轻松地对多列数据进行分组变换。在实际应用中，这种方法特别适用于需要对分组数据进行标准化、统计或聚合操作的场景。

转载地址：http://fivfk.baihongyu.com/