DataFrame—数据汇总4

最新推荐文章于 2025-02-15 16:11:06 发布

菜鸟Octopus

最新推荐文章于 2025-02-15 16:11:06 发布

阅读量919

点赞数 9

CC 4.0 BY-SA版权

分类专栏： pandas 文章标签： pandas 机器学习

本文链接：https://blog.csdn.net/zy345293721/article/details/139181978

文章最前：我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。

一.分组计算

#示例数据
df = pd.read_csv("pokemon_data.csv",encoding="gbk")
df.head(10)

	姓名	类型1	类型2	总计	生命值	攻击力	防御力	速度	时代
0	Bulbasaur	Grass	Poison	318	45	49	49	45	1
1	Ivysaur	Grass	Poison	405	60	62	63	60	1
2	Venusaur	Grass	Poison	525	80	82	83	80	1
3	VenusaurMega Venusaur	Grass	Poison	625	80	100	123	80	1
4	Charmander	Fire	NaN	309	39	52	43	65	1
5	Charmeleon	Fire	NaN	405	58	64	58	80	1
6	Charizard	Fire	Flying	534	78	84	78	100	1
7	CharizardMega Charizard X	Fire	Dragon	634	78	130	111	100	1
8	CharizardMega Charizard Y	Fire	Flying	634	78	104	78	100	1
9	Squirtle	Water	NaN	314	44	48	65	43	1

1.如何分组计算

假设现在要根据“类型1”这列来做分组计算

#查看下类型1中的类别数量分布
df["类型1"].value_counts()

Water       112
Normal       98
Grass        70
Bug          69
Psychic      57
Fire         52
Electric     44
Rock         44
Ground       32
Dragon       32
Ghost        32
Dark         31
Poison       28
Steel        27
Fighting     27
Ice          24
Fairy        17
Flying        4
Name: 类型1, dtype: int64

#查看类型1中有多少个类型
len(df["类型1"].value_counts())

Q1：想知道类型1的这18个种类各自的平均攻击力是多少（单列分组计算）

#根据类型1这列来分组，并将结果存储在grouped1中
grouped1 = df.groupby("类型1")

#输出grouped1，这里就是显示它是一个分组对象，并且存储的内存地址是0x0000000008EE9E80，没什么卵用
grouped1

#求类型1的18个种类各自的平均攻击力
grouped1[["攻击力"]].mean()

攻击力
类型1
Bug	70.971014
Dark	88.387097
Dragon	112.125000
Electric	69.090909
Fairy	61.529412
Fighting	96.777778
Fire	84.769231
Flying	78.750000
Ghost	73.781250
Grass	73.214286
Ground	95.750000
Ice	72.750000
Normal	73.469388
Poison	74.678571
Psychic	71.456140
Rock	92.863636
Steel	92.703704
Water	74.151786