Python数据聚合和分组

　　frompandasimportSeries，DataFrameimportpandasaspdimportnumpyasnpimportmatplotlib。pyplotaspltimportmatplotlibasmplimportseabornassns导入seaborn库，并取别名为snsmatplotlibinline在Ipython编译器里直接使用，功能是可以内嵌绘图，并且可以省略掉plt。show（）这一步
　　In〔2〕：pd。setoption（mode。chainedassignment，None）关闭警告
　　1、从github上下载这个文件，这是官方给的范例数据库：https：github。commwaskomseaborndata2、找到loaddataset（）在本地的数据库地址。getdatahome（）函数的作用就是获取loaddataset（）的数据库地址。sns。utils。getdatahome（）之后就会出现已下形式的地址
　　你的驱动器：Users你的用户名seaborndata例如：‘C：Usersuser1seaborndata’3、将下载的文件夹解压，然后把里面的内容复制到数据库地址下。
　　In〔3〕：tipssns。loaddataset（tips）loaddataset（tips）函数默认首先从本地库调取tips。csv文件tips。head（）
　　Out〔3〕：
　　totalbill
　　tip
　　sex
　　smoker
　　day
　　time
　　size
　　0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr1hr10。34
　　1。66
　　Male
　　No
　　Sun
　　Dinner
　　3hr2hr21。01
　　3。50
　　Male
　　No
　　Sun
　　Dinner
　　3hr3hr23。68
　　3。31
　　Male
　　No
　　Sun
　　Dinner
　　2hr4hr24。59
　　3。61
　　Female
　　No
　　Sun
　　Dinner
　　4数据分组groupby分组
　　In〔4〕：groupedtips〔tip〕。groupby（tips〔sex〕）grouped返回的grouped为GroupBy对象，是保存的中间数据，
　　Out〔4〕：pandas。core。groupby。SeriesGroupByobjectat0x000000000BCF8160
　　In〔5〕：grouped。mean（）对该对象调用mean方法即可返回数据
　　Out〔5〕：sexMale3。089618Female2。833448Name：tip，dtype：float64
　　In〔7〕：datemeantips〔tip〕。groupby（〔tips〔day〕，tips〔time〕〕）。mean（）通过多个分组键进行计算，通过day和time，计算小费平均值datemean
　　Out〔7〕：daytimeThurLunch2。767705Dinner3。000000FriLunch2。382857Dinner2。940000SatDinner2。993103SunDinner3。255132Name：tip，dtype：float64
　　In〔8〕：datemean。plot（kindbarh）barh为柱形图
　　Out〔8〕：matplotlib。axes。subplots。AxesSubplotat0x7bff1d0
　　In〔9〕：tips。dtypes
　　Out〔9〕：totalbillfloat64tipfloat64sexcategorysmokercategorydaycategorytimecategorysizeint64dtype：object
　　In〔14〕：forname，groupintips。groupby（tips〔sex〕）：print（name）print（group）Maletotalbilltipsexsmokerdaytimesize110。341。66MaleNoSunDinner3221。013。50MaleNoSunDinner3323。683。31MaleNoSunDinner2525。294。71MaleNoSunDinner468。772。00MaleNoSunDinner2726。883。12MaleNoSunDinner4815。041。96MaleNoSunDinner2914。783。23MaleNoSunDinner21010。271。71MaleNoSunDinner21215。421。57MaleNoSunDinner21318。433。00MaleNoSunDinner41521。583。92MaleNoSunDinner21716。293。71MaleNoSunDinner31920。653。35MaleNoSatDinner32017。924。08MaleNoSatDinner22339。427。58MaleNoSatDinner42419。823。18MaleNoSatDinner22517。812。34MaleNoSatDinner42613。372。00MaleNoSatDinner22712。692。00MaleNoSatDinner22821。704。30MaleNoSatDinner2309。551。45MaleNoSatDinner23118。352。50MaleNoSatDinner43417。783。27MaleNoSatDinner23524。063。60MaleNoSatDinner33616。312。00MaleNoSatDinner33818。692。31MaleNoSatDinner33931。275。00MaleNoSatDinner34016。042。24MaleNoSatDinner34117。462。54MaleNoSunDinner2。。。。。。。。。。。。。。。。。。。。。。。1957。561。44MaleNoThurLunch219610。342。00MaleYesThurLunch219913。512。00MaleYesThurLunch220018。714。00MaleYesThurLunch320420。534。00MaleYesThurLunch420626。593。41MaleYesSatDinner320738。733。00MaleYesSatDinner420824。272。03MaleYesSatDinner221030。062。00MaleYesSatDinner321125。895。16MaleYesSatDinner421248。339。00MaleNoSatDinner421628。153。00MaleYesSatDinner521711。591。50MaleYesSatDinner22187。741。44MaleYesSatDinner222012。162。20MaleYesFriLunch22228。581。92MaleYesFriLunch122413。421。58MaleYesFriLunch222720。453。00MaleNoSatDinner422813。282。72MaleNoSatDinner223024。012。00MaleYesSatDinner423115。693。00MaleYesSatDinner323211。613。39MaleNoSatDinner223310。771。47MaleNoSatDinner223415。533。00MaleYesSatDinner223510。071。25MaleNoSatDinner223612。601。00MaleYesSatDinner223732。831。17MaleYesSatDinner223929。035。92MaleNoSatDinner324122。672。00MaleYesSatDinner224217。821。75MaleNoSatDinner2〔157rowsx7columns〕Femaletotalbilltipsexsmokerdaytimesize016。991。01FemaleNoSunDinner2424。593。61FemaleNoSunDinner41135。265。00FemaleNoSunDinner41414。833。02FemaleNoSunDinner21610。331。67FemaleNoSunDinner31816。973。50FemaleNoSunDinner32120。292。75FemaleNoSatDinner22215。772。23FemaleNoSatDinner22919。653。00FemaleNoSatDinner23215。063。00FemaleNoSatDinner23320。692。45FemaleNoSatDinner43716。933。07FemaleNoSatDinner35110。292。60FemaleNoSunDinner25234。815。20FemaleNoSunDinner45726。411。50FemaleNoSatDinner26616。452。47FemaleNoSatDinner2673。071。00FemaleYesSatDinner17117。073。00FemaleNoSatDinner37226。863。14FemaleYesSatDinner27325。285。00FemaleYesSatDinner27414。732。20FemaleNoSatDinner28210。071。83FemaleNoThurLunch18534。835。17FemaleNoThurLunch4925。751。00FemaleYesFriDinner29316。324。30FemaleYesFriDinner29422。753。25FemaleNoFriDinner210011。352。50FemaleYesFriDinner210115。383。00FemaleYesFriDinner210244。302。50FemaleYesSatDinner310322。423。48FemaleYesSatDinner2。。。。。。。。。。。。。。。。。。。。。。。15529。855。14FemaleNoSunDinner515725。003。75FemaleNoSunDinner415813。392。61FemaleNoSunDinner216216。212。00FemaleNoSunDinner316417。513。00FemaleYesSunDinner216810。591。61FemaleYesSatDinner216910。632。00FemaleYesSatDinner21789。604。00FemaleYesSunDinner218620。903。50FemaleYesSunDinner318818。153。50FemaleYesSunDinner319119。814。19FemaleYesThurLunch219743。115。00FemaleYesThurLunch419813。002。00FemaleYesThurLunch220112。742。01FemaleYesThurLunch220213。002。00FemaleYesThurLunch220316。402。50FemaleYesThurLunch220516。473。23FemaleYesThurLunch320912。762。23FemaleYesSatDinner221313。272。50FemaleYesSatDinner221428。176。50FemaleYesSatDinner321512。901。10FemaleYesSatDinner221930。143。09FemaleYesSatDinner422113。423。48FemaleYesFriLunch222315。983。00FemaleNoFriLunch322516。272。50FemaleYesFriLunch222610。092。00FemaleYesFriLunch222922。122。88FemaleYesSatDinner223835。834。67FemaleNoSatDinner324027。182。00FemaleYesSatDinner224318。783。00FemaleNoThurDinner2〔87rowsx7columns〕
　　In〔15〕：tips。groupby（tips〔sex〕）。size（）size方法可返回各分组的大小
　　Out〔15〕：sexMale157Female87dtype：int64
　　In〔16〕：tips。groupby（tips〔sex〕）。count（）
　　Out〔16〕：
　　totalbill
　　tip
　　smoker
　　day
　　time
　　size
　　sex
　　Male
　　157hr157hr157hr157hr157hr157hrFemale
　　87hr87hr87hr87hr87hr87按照列名分组
　　In〔19〕：smokermeantips。groupby（smoker）。mean（）smokermean
　　Out〔19〕：
　　totalbill
　　tip
　　size
　　smoker
　　Yes
　　20。756344
　　3。008710
　　2。408602
　　No
　　19。188278
　　2。991854
　　2。668874
　　In〔21〕：smokermean〔tip〕。plot（kindbar）
　　Out〔21〕：matplotlib。axes。subplots。AxesSubplotat0x811ef98
　　In〔24〕：sizemean1tips〔tip〕。groupby（tips〔size〕）。mean（）sizemean1
　　Out〔24〕：size11。43750022。58230833。39315844。13540554。02800065。225000Name：tip，dtype：float64
　　In〔25〕：sizemean2tips。groupby（size）〔tip〕。mean（）语法糖sizemean2
　　Out〔25〕：size11。43750022。58230833。39315844。13540554。02800065。225000Name：tip，dtype：float64
　　In〔27〕：sizemean2。plot（）
　　Out〔27〕：matplotlib。axes。subplots。AxesSubplotat0xbe269e8
　　In〔29〕：dfDataFrame（np。arange（16）。reshape（4，4））df
　　Out〔29〕：
　　0hr1hr2hr3hr0hr0hr1hr2hr3hr1hr4hr5hr6hr7hr2hr8hr9hr10hr11hr3hr12hr13hr14hr15按列表或元组分组
　　In〔30〕：list1〔a，b，a，b〕
　　In〔32〕：df。groupby（list1）。sum（）
　　Out〔32〕：
　　0hr1hr2hr3hra
　　8hr10hr12hr14hrb
　　16hr18hr20hr22按字典分组
　　In〔33〕：dfDataFrame（np。random。normal（size（6，6）），index〔a，b，c，A，B，C〕）df
　　Out〔33〕：
　　0hr1hr2hr3hr4hr5hra
　　0。031512
　　0。896280
　　0。000981
　　0。558886
　　1。574150
　　0。030435
　　b
　　0。774907
　　0。020968
　　0。575220
　　0。566894
　　1。326251
　　0。775521
　　c
　　1。437972
　　0。699240
　　1。064924
　　0。235661
　　1。841803
　　1。238480
　　A
　　1。756554
　　0。652186
　　1。149668
　　0。192652
　　2。202044
　　0。366539
　　B
　　0。575227
　　0。299196
　　0。120483
　　2。665255
　　0。432872
　　1。627597
　　C
　　0。481407
　　0。983928
　　1。270371
　　1。581129
　　1。568339
　　2。122324
　　In〔34〕：dict1｛a：one，A：one，b：two，B：two，c：three，C：three｝
　　In〔35〕：df。groupby（dict1）。sum（）
　　Out〔35〕：
　　0hr1hr2hr3hr4hr5hrone
　　1。725042
　　0。244095
　　1。148687
　　0。751538
　　0。627894
　　0。396974
　　three
　　1。919380
　　1。683169
　　0。205448
　　1。345468
　　0。273464
　　0。883844
　　two
　　0。199680
　　0。320164
　　0。454738
　　3。232148
　　1。759122
　　2。403117按函数分组
　　In〔37〕：dfDataFrame（np。random。randn（4，4））df
　　Out〔37〕：
　　0hr1hr2hr3hr0hr0。803694
　　1。242886
　　0。393840
　　1。137829
　　1hr1。048137
　　0。931402
　　0。262153
　　0。609839
　　2hr0。135432
　　0。739250
　　1。685265
　　1。562063
　　3hr0。863777
　　0。687589
　　1。901485
　　0。224359
　　In〔38〕：defjug（x）：ifx0：returnaelse：returnb
　　In〔41〕：df〔3〕。groupby（df〔3〕。map（jug））。sum（）
　　Out〔41〕：3a2。171902b1。362188Name：3，dtype：float64
　　In〔42〕：dfDataFrame（np。arange（16）。reshape（4，4），index〔〔one，one，two，two〕，〔a，b，a，b〕〕，columns〔〔apple，apple，orange，orange〕，〔red，green，red，green〕〕）层次化索引，可通过级别进行分组，通过level参数，输入编号或名称即可df
　　Out〔42〕：
　　apple
　　orange
　　red
　　green
　　red
　　green
　　one
　　a
　　0hr1hr2hr3hrb
　　4hr5hr6hr7hrtwo
　　a
　　8hr9hr10hr11hrb
　　12hr13hr14hr15hrIn〔43〕：df。groupby（level1）。sum（）
　　Out〔43〕：
　　apple
　　orange
　　red
　　green
　　red
　　green
　　a
　　8hr10hr12hr14hrb
　　16hr18hr20hr22hrIn〔44〕：df。groupby（level1，axis1）。sum（）在列上进行分组（axis1）
　　Out〔44〕：
　　green
　　red
　　one
　　a
　　4hr2hrb
　　12hr10hrtwo
　　a
　　20hr18hrb
　　28hr26聚合运算聚合函数
　　In〔47〕：maxtiptips。groupby（sex）〔tip〕。max（）通过性别分组，计算小费的最大值maxtip
　　Out〔47〕：sexMale10。0Female6。5Name：tip，dtype：float64
　　In〔48〕：maxtip。plot（kindbar）
　　Out〔48〕：matplotlib。axes。subplots。AxesSubplotat0xcb046a0
　　In〔50〕：dfDataFrame（np。arange（16）。reshape（4，4））df
　　Out〔50〕：
　　0hr1hr2hr3hr0hr0hr1hr2hr3hr1hr4hr5hr6hr7hr2hr8hr9hr10hr11hr3hr12hr13hr14hr15hrIn〔53〕：list1〔a，b，a，b〕df。groupby（list1）。quantile（0。5）quantile分位数函数
　　Out〔53〕：
　　0。5
　　0hr1hr2hr3hra
　　4。0
　　5。0
　　6。0
　　7。0
　　b
　　8。0
　　9。0
　　10。0
　　11。0
　　In〔4〕：defgetrange（x）：returnx。max（）x。min（）
　　In〔5〕：tipsrangetips。groupby（sex）〔tip〕。agg（getrange）常用于调用groupby（）函数之后，对数据做一些聚合操作，包括sum，min，max以及其他一些聚合函数tipsrange
　　Out〔5〕：sexMale9。0Female5。5Name：tip，dtype：float64
　　In〔6〕：tipsrange。plot（kindbar）
　　Out〔6〕：matplotlib。axes。subplots。AxesSubplotat0xb9cef60
　　多函数应用
　　In〔13〕：tips。groupby（〔sex，smoker〕）〔tip〕。agg（〔mean，std，getrange〕）对agg参数传入多函数列表，即可完成一列的多函数运算
　　Out〔13〕：
　　mean
　　std
　　getrange
　　sex
　　smoker
　　Male
　　Yes
　　3。051167
　　1。500120
　　9。00
　　No
　　3。113402
　　1。489559
　　7。75
　　Female
　　Yes
　　2。931515
　　1。219916
　　5。50
　　No
　　2。773519
　　1。128425
　　4。20
　　In〔15〕：tips。groupby（〔sex，smoker〕）〔tip〕。agg（〔（tipmean，mean），（Range，getrange）〕）不想使用默认的运算函数列名，可以元组的形式传入，前面为名称，后面为聚合函数
　　Out〔15〕：
　　tipmean
　　Range
　　sex
　　smoker
　　Male
　　Yes
　　3。051167
　　9。00
　　No
　　3。113402
　　7。75
　　Female
　　Yes
　　2。931515
　　5。50
　　No
　　2。773519
　　4。20
　　In〔16〕：tips。groupby（〔day，time〕）〔totalbill，tip〕。agg（〔（tipmean，mean），（Range，getrange）〕）对多列进行多聚合函数运算时，会产生层次化索引
　　Out〔16〕：
　　totalbill
　　tip
　　tipmean
　　Range
　　tipmean
　　Range
　　day
　　time
　　Thur
　　Lunch
　　17。664754
　　35。60
　　2。767705
　　5。45
　　Dinner
　　18。780000
　　0。00
　　3。000000
　　0。00
　　Fri
　　Lunch
　　12。845714
　　7。69
　　2。382857
　　1。90
　　Dinner
　　19。663333
　　34。42
　　2。940000
　　3。73
　　Sat
　　Dinner
　　20。441379
　　47。74
　　2。993103
　　9。00
　　Sun
　　Dinner
　　21。410000
　　40。92
　　3。255132
　　5。49
　　In〔17〕：tips。groupby（〔day，time〕）〔totalbill，tip〕。agg（｛totalbill：sum，tip：mean｝）对不同列使用不同的函数运算，可以通过字典来定义映射关系
　　Out〔17〕：
　　totalbill
　　tip
　　day
　　time
　　Thur
　　Lunch
　　1077。55
　　2。767705
　　Dinner
　　18。78
　　3。000000
　　Fri
　　Lunch
　　89。92
　　2。382857
　　Dinner
　　235。96
　　2。940000
　　Sat
　　Dinner
　　1778。40
　　2。993103
　　Sun
　　Dinner
　　1627。16
　　3。255132
　　In〔18〕：tips。groupby（〔day，time〕）〔totalbill，tip〕。agg（｛totalbill：〔sum，mean〕，tip：mean｝）
　　Out〔18〕：
　　totalbill
　　tip
　　sum
　　mean
　　mean
　　day
　　time
　　Thur
　　Lunch
　　1077。55
　　17。664754
　　2。767705
　　Dinner
　　18。78
　　18。780000
　　3。000000
　　Fri
　　Lunch
　　89。92
　　12。845714
　　2。382857
　　Dinner
　　235。96
　　19。663333
　　2。940000
　　Sat
　　Dinner
　　1778。40
　　20。441379
　　2。993103
　　Sun
　　Dinner
　　1627。16
　　21。410000
　　3。255132
　　In〔23〕：noindextips。groupby（〔sex，smoker〕，asindexFalse）〔tip〕。mean（）希望返回的结果不以分组键为索引，通过asindexFalse可以完成noindex
　　Out〔23〕：
　　sex
　　smoker
　　tip
　　0hrMale
　　Yes
　　3。051167
　　1hrMale
　　No
　　3。113402
　　2hrFemale
　　Yes
　　2。931515
　　3hrFemale
　　No
　　2。773519
　　In〔24〕：tips
　　Out〔24〕：
　　totalbill
　　tip
　　sex
　　smoker
　　day
　　time
　　size
　　0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr1hr10。34
　　1。66
　　Male
　　No
　　Sun
　　Dinner
　　3hr2hr21。01
　　3。50
　　Male
　　No
　　Sun
　　Dinner
　　3hr3hr23。68
　　3。31
　　Male
　　No
　　Sun
　　Dinner
　　2hr4hr24。59
　　3。61
　　Female
　　No
　　Sun
　　Dinner
　　4hr5hr25。29
　　4。71
　　Male
　　No
　　Sun
　　Dinner
　　4hr6hr8。77
　　2。00
　　Male
　　No
　　Sun
　　Dinner
　　2hr7hr26。88
　　3。12
　　Male
　　No
　　Sun
　　Dinner
　　4hr8hr15。04
　　1。96
　　Male
　　No
　　Sun
　　Dinner
　　2hr9hr14。78
　　3。23
　　Male
　　No
　　Sun
　　Dinner
　　2hr10hr10。27
　　1。71
　　Male
　　No
　　Sun
　　Dinner
　　2hr11hr35。26
　　5。00
　　Female
　　No
　　Sun
　　Dinner
　　4hr12hr15。42
　　1。57
　　Male
　　No
　　Sun
　　Dinner
　　2hr13hr18。43
　　3。00
　　Male
　　No
　　Sun
　　Dinner
　　4hr14hr14。83
　　3。02
　　Female
　　No
　　Sun
　　Dinner
　　2hr15hr21。58
　　3。92
　　Male
　　No
　　Sun
　　Dinner
　　2hr16hr10。33
　　1。67
　　Female
　　No
　　Sun
　　Dinner
　　3hr17hr16。29
　　3。71
　　Male
　　No
　　Sun
　　Dinner
　　3hr18hr16。97
　　3。50
　　Female
　　No
　　Sun
　　Dinner
　　3hr19hr20。65
　　3。35
　　Male
　　No
　　Sat
　　Dinner
　　3hr20hr17。92
　　4。08
　　Male
　　No
　　Sat
　　Dinner
　　2hr21hr20。29
　　2。75
　　Female
　　No
　　Sat
　　Dinner
　　2hr22hr15。77
　　2。23
　　Female
　　No
　　Sat
　　Dinner
　　2hr23hr39。42
　　7。58
　　Male
　　No
　　Sat
　　Dinner
　　4hr24hr19。82
　　3。18
　　Male
　　No
　　Sat
　　Dinner
　　2hr25hr17。81
　　2。34
　　Male
　　No
　　Sat
　　Dinner
　　4hr26hr13。37
　　2。00
　　Male
　　No
　　Sat
　　Dinner
　　2hr27hr12。69
　　2。00
　　Male
　　No
　　Sat
　　Dinner
　　2hr28hr21。70
　　4。30
　　Male
　　No
　　Sat
　　Dinner
　　2hr29hr19。65
　　3。00
　　Female
　　No
　　Sat
　　Dinner
　　2hr。。。
　　。。。
　　。。。
　　。。。
　　。。。
　　。。。
　　。。。
　　。。。
　　214hr28。17
　　6。50
　　Female
　　Yes
　　Sat
　　Dinner
　　3hr215hr12。90
　　1。10
　　Female
　　Yes
　　Sat
　　Dinner
　　2hr216hr28。15
　　3。00
　　Male
　　Yes
　　Sat
　　Dinner
　　5hr217hr11。59
　　1。50
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr218hr7。74
　　1。44
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr219hr30。14
　　3。09
　　Female
　　Yes
　　Sat
　　Dinner
　　4hr220hr12。16
　　2。20
　　Male
　　Yes
　　Fri
　　Lunch
　　2hr221hr13。42
　　3。48
　　Female
　　Yes
　　Fri
　　Lunch
　　2hr222hr8。58
　　1。92
　　Male
　　Yes
　　Fri
　　Lunch
　　1hr223hr15。98
　　3。00
　　Female
　　No
　　Fri
　　Lunch
　　3hr224hr13。42
　　1。58
　　Male
　　Yes
　　Fri
　　Lunch
　　2hr225hr16。27
　　2。50
　　Female
　　Yes
　　Fri
　　Lunch
　　2hr226hr10。09
　　2。00
　　Female
　　Yes
　　Fri
　　Lunch
　　2hr227hr20。45
　　3。00
　　Male
　　No
　　Sat
　　Dinner
　　4hr228hr13。28
　　2。72
　　Male
　　No
　　Sat
　　Dinner
　　2hr229hr22。12
　　2。88
　　Female
　　Yes
　　Sat
　　Dinner
　　2hr230hr24。01
　　2。00
　　Male
　　Yes
　　Sat
　　Dinner
　　4hr231hr15。69
　　3。00
　　Male
　　Yes
　　Sat
　　Dinner
　　3hr232hr11。61
　　3。39
　　Male
　　No
　　Sat
　　Dinner
　　2hr233hr10。77
　　1。47
　　Male
　　No
　　Sat
　　Dinner
　　2hr234hr15。53
　　3。00
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr235hr10。07
　　1。25
　　Male
　　No
　　Sat
　　Dinner
　　2hr236hr12。60
　　1。00
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr237hr32。83
　　1。17
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr238hr35。83
　　4。67
　　Female
　　No
　　Sat
　　Dinner
　　3hr239hr29。03
　　5。92
　　Male
　　No
　　Sat
　　Dinner
　　3hr240hr27。18
　　2。00
　　Female
　　Yes
　　Sat
　　Dinner
　　2hr241hr22。67
　　2。00
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr242hr17。82
　　1。75
　　Male
　　No
　　Sat
　　Dinner
　　2hr243hr18。78
　　3。00
　　Female
　　No
　　Thur
　　Dinner
　　2hr244rows7columns分组运算transform方法
　　In〔28〕：dfDataFrame（tips。groupby（sex）〔tip〕。mean（））df
　　Out〔28〕：
　　tip
　　sex
　　Male
　　3。089618
　　Female
　　2。833448
　　In〔29〕：newtipspd。merge（tips，df，leftonsex，rightindexTrue）先聚合运算，然后再将其合并newtips。head（）
　　Out〔29〕：
　　totalbill
　　tipx
　　sex
　　smoker
　　day
　　time
　　size
　　tipy
　　0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr2。833448
　　4hr24。59
　　3。61
　　Female
　　No
　　Sun
　　Dinner
　　4hr2。833448
　　11hr35。26
　　5。00
　　Female
　　No
　　Sun
　　Dinner
　　4hr2。833448
　　14hr14。83
　　3。02
　　Female
　　No
　　Sun
　　Dinner
　　2hr2。833448
　　16hr10。33
　　1。67
　　Female
　　No
　　Sun
　　Dinner
　　3hr2。833448
　　In〔32〕：tips。groupby（sex）〔tip〕。transform（mean）transform方法可以使运算分布到每一行
　　Out〔32〕：02。83344813。08961823。08961833。08961842。83344853。08961863。08961873。08961883。08961893。089618103。089618112。833448123。089618133。089618142。833448153。089618162。833448173。089618182。833448193。089618203。089618212。833448222。833448233。089618243。089618253。089618263。089618273。089618283。089618292。833448。。。2142。8334482152。8334482163。0896182173。0896182183。0896182192。8334482203。0896182212。8334482223。0896182232。8334482243。0896182252。8334482262。8334482273。0896182283。0896182292。8334482303。0896182313。0896182323。0896182333。0896182343。0896182353。0896182363。0896182373。0896182382。8334482393。0896182402。8334482413。0896182423。0896182432。833448Name：tip，Length：244，dtype：float64apply方法
　　In〔10〕：deftop（x，n5）：returnx。sortvalues（bytip，ascendingFalse）〔n：〕
　　In〔11〕：tips。groupby（sex）。apply（top）
　　Out〔11〕：
　　totalbill
　　tip
　　sex
　　smoker
　　day
　　time
　　size
　　sex
　　Male
　　43hr9。68
　　1。32
　　Male
　　No
　　Sun
　　Dinner
　　2hr235hr10。07
　　1。25
　　Male
　　No
　　Sat
　　Dinner
　　2hr75hr10。51
　　1。25
　　Male
　　No
　　Sat
　　Dinner
　　2hr237hr32。83
　　1。17
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr236hr12。60
　　1。00
　　Male
　　Yes
　　Sat
　　Dinner
　　2hrFemale
　　215hr12。90
　　1。10
　　Female
　　Yes
　　Sat
　　Dinner
　　2hr0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr111hr7。25
　　1。00
　　Female
　　No
　　Sat
　　Dinner
　　1hr67hr3。07
　　1。00
　　Female
　　Yes
　　Sat
　　Dinner
　　1hr92hr5。75
　　1。00
　　Female
　　Yes
　　Fri
　　Dinner
　　2hrIn〔12〕：tips。groupby（sex，groupkeysFalse）。apply（top）希望返回的结果不以分组键为索引，通过groupkeysFalse可以完成
　　Out〔12〕：
　　totalbill
　　tip
　　sex
　　smoker
　　day
　　time
　　size
　　43hr9。68
　　1。32
　　Male
　　No
　　Sun
　　Dinner
　　2hr235hr10。07
　　1。25
　　Male
　　No
　　Sat
　　Dinner
　　2hr75hr10。51
　　1。25
　　Male
　　No
　　Sat
　　Dinner
　　2hr237hr32。83
　　1。17
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr236hr12。60
　　1。00
　　Male
　　Yes
　　Sat
　　Dinner
　　2hr215hr12。90
　　1。10
　　Female
　　Yes
　　Sat
　　Dinner
　　2hr0hr16。99
　　1。01
　　Female
　　No
　　Sun
　　Dinner
　　2hr111hr7。25
　　1。00
　　Female
　　No
　　Sat
　　Dinner
　　1hr67hr3。07
　　1。00
　　Female
　　Yes
　　Sat
　　Dinner
　　1hr92hr5。75
　　1。00
　　Female
　　Yes
　　Fri
　　Dinner
　　2hrIn〔18〕：data｛name：〔张三，李四，peter，王五，小明，小红〕，sex：〔female，female，male，male，male，female〕，math：〔67，72，np。nan，82，90，np。nan〕｝dfDataFrame（data）df〔math〕df〔math〕df
　　Out〔18〕：
　　math
　　name
　　sex
　　0hr67。0
　　张三
　　female
　　1hr72。0
　　李四
　　female
　　2hrNaN
　　peter
　　male
　　3hr82。0
　　王五
　　male
　　4hr90。0
　　小明
　　male
　　5hrNaN
　　小红
　　female
　　In〔19〕：df。fillna（df〔math〕。mean（））通过平均值对缺失值进行填充
　　Out〔19〕：
　　math
　　name
　　sex
　　0hr67。00
　　张三
　　female
　　1hr72。00
　　李四
　　female
　　2hr77。75
　　peter
　　male
　　3hr82。00
　　王五
　　male
　　4hr90。00
　　小明
　　male
　　5hr77。75
　　小红
　　female
　　In〔20〕：flambdax：x。fillna（x。mean（））lambda匿名函数，分组后，再进行插值df。groupby（sex）。apply（f）
　　Out〔20〕：
　　math
　　name
　　sex
　　sex
　　female
　　0hr67。0
　　张三
　　female
　　1hr72。0
　　李四
　　female
　　5hr69。5
　　小红
　　female
　　male
　　2hr86。0
　　peter
　　male
　　3hr82。0
　　王五
　　male
　　4hr90。0
　　小明
　　male数据透视表透视表
　　In〔25〕：tips。pivottable？查询数据透视表帮助文档
　　In〔22〕：tips。pivottable（valuestip，indexsex，columnssmoker）value代表的是值，index为行，columns为例计算为平均值（默认）
　　Out〔22〕：
　　smoker
　　Yes
　　No
　　sex
　　Male
　　3。051167
　　3。113402
　　Female
　　2。931515
　　2。773519
　　In〔23〕：tips。pivottable（valuestip，indexsex，columnssmoker，aggfuncsum）aggfunc参数来指定计算方式
　　Out〔23〕：
　　smoker
　　Yes
　　No
　　sex
　　Male
　　183。07
　　302。00
　　Female
　　96。74
　　149。77
　　In〔24〕：tips。pivottable（valuestip，indexsex，columnssmoker，aggfuncsum，marginsTrue）margins分项小计
　　Out〔24〕：
　　smoker
　　Yes
　　No
　　All
　　sex
　　Male
　　183。07
　　302。00
　　485。07
　　Female
　　96。74
　　149。77
　　246。51
　　All
　　279。81
　　451。77
　　731。58交叉表交叉表是一种用于计算分组频率的特殊透视表
　　In〔33〕：crosstablepd。crosstab（indextips〔day〕，columnstips〔size〕）crosstable
　　Out〔33〕：
　　size
　　1hr2hr3hr4hr5hr6hrday
　　Thur
　　1hr48hr4hr5hr1hr3hrFri
　　1hr16hr1hr1hr0hr0hrSat
　　2hr53hr18hr13hr1hr0hrSun
　　0hr39hr15hr18hr3hr1hrIn〔36〕：dfcrosstable。p（crosstable。sum（1），axis0）通过p函数，可以使得每行的和为1，频率百分比df
　　Out〔36〕：
　　size
　　1hr2hr3hr4hr5hr6hrday
　　Thur
　　0。016129
　　0。774194
　　0。064516
　　0。080645
　　0。016129
　　0。048387
　　Fri
　　0。052632
　　0。842105
　　0。052632
　　0。052632
　　0。000000
　　0。000000
　　Sat
　　0。022989
　　0。609195
　　0。206897
　　0。149425
　　0。011494
　　0。000000
　　Sun
　　0。000000
　　0。513158
　　0。197368
　　0。236842
　　0。039474
　　0。013158
　　In〔37〕：df。plot（kindbar，stackedTrue）柱形图通过stackedTrue可以绘制堆积图
　　Out〔37〕：matplotlib。axes。subplots。AxesSubplotat0xb9a6080