Python氣象數據處理進階之Xarray(5)：數據整合（分組，合并...）

這部分同pandas的gorupby函數基本相同，實現(xiàn)對數據的分組歸類等等。

站在用戶的角度思考問題，與客戶深入溝通，找到金水網站設計與金水網站推廣的解決方案，憑借多年的經驗，讓設計與互聯(lián)網技術結合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：網站建設、成都網站制作、企業(yè)官網、英文網站、手機端網站、網站推廣、域名與空間、網絡空間、企業(yè)郵箱。業(yè)務覆蓋金水地區(qū)。

split·將數據分為多個獨立的組。

apply·對各個組進行操作。

combine·將各個組合并為一個數據對象。

創(chuàng)建一個dataset

我對官網的例子加以修改以便更好的理解。

解釋下數據結構，創(chuàng)建了一個二維數據u(lat, lon)，坐標數據為latitude 和country ，強調一下這里創(chuàng)建的是dataset,而不是dataArray，分不清的可以再看看本系列的第一篇文章。坐標數據不等于u的坐標。創(chuàng)建coords部分都指明了latitude 和 country 都是針對lat的擴展。

我們可以這樣理解，對于緯度的分類，我們可以按緯度的大小分，也就是"latitude": [10, 20, 30, 40] ； 我們也可以對緯度所在的國家分，"country": ("x", list("abba") ，那比如我們想求某個國家的數據的平均時就十分方便。

下邊我們進行分組：

說明第0和第4個數是國家a的，第2和第3是國家b的。

.groups換成.mean() 則就是對分組求平均，以此類推。

必須添加一個list才可以將其分類結果打印出來。直接打印DatasetGroupBy object是不能輸出結果的。

那么針對經緯度的坐標的分組怎么實現(xiàn)呢，比如說選出區(qū)間在多少到多少之間的？

.groupby_bins() 函數可以解決這一問題。

還是這個數據，"latitude": [10, 20, 30, 40]

那我們想以25為界，分為兩組，0-25，25-50

在進行了分組后，要對各個分組進行計算。

我們先從dataset 中取出 u 這個dataarray

比如是實現(xiàn)前邊提到的按國家進行數據平均,或者標準化

也可以通過map()函數使用一些自定義的函數，比如說標準化，

這個用法是官方提供的，但是我的Xarray版本過低，還不支持這種用法(Xarray會定期更新，以至于可能我介紹過的一些方法有了更簡便的操作，大家可以在評論區(qū)留言)。

強調一句，Xarray官方的更新是比較快的，很可能我寫在這里的函數官方又給出了更新的版本，但是我沒辦法做到時刻與官方最新同步，所以如果遇到問題，最好的解決辦法還是去查閱官方文檔的對應部分。

Python通過Groupby實現(xiàn)分組

如果有對list里的元素按照某個字段進行分組的需求的話，可以通過itertools模塊中的groupby實現(xiàn)。

舉例，list中包含3個元素，希望通過country字段進行分組，再按組操作，通過itemgetter可以取dict中key。

效果：

也可以通過lambda取dict中的字段。

除此之外，還可以實現(xiàn)自定義分組

效果：

python groupby忽略每組前幾個

python中groupby函數主要的作用是進行數據的分組以及分組后地組內運算！

對于數據的分組和分組運算主要是指groupby函數的應用，具體函數的規(guī)則如下：

df[](指輸出數據的結果屬性名稱).groupby([df[屬性],df[屬性])(指分類的屬性，數據的限定語，可以有多個).mean()(對于數據的計算方式——函數名稱)

另外，我們也可以過濾掉和忽略掉你不想要的組，而是返回一個類似索引對象。在這個對象中，我們分組時需要設置一個過濾條件，那么沒有通過的分組的元素被NaN 填充，這樣分組后被NaN 填充的數據就可以忽略了。

python_分組、排序

1、分組

grouped = df['需要計算的列名'].groupby(df['需要分組的列名']).sum() --求和或者其他函數

小tips：數值區(qū)間篩選查詢數量

小于10：

df[(df.列名10)].count()

大于等于10，小于20：

df[(df.列名=10)(df.列名20)].count() --重點：中間連接用

2、排序

df.sort_values(by='要排序的列',axis=0,ascending=False)

axis=0 按照列排序， =1 按照行排序

ascending=False 降序 ， =True 升序

python--pandas分組聚合

groupby 方法是pandas中的分組方法，對數據框采用 groupby 方法后，返回的是 DataFrameGroupBy 對象，一般分組操作后會進行聚合操作。

對數據框按 A 列進行分組，產生分組數據框。分組數據框是可迭代對象，可以進行循環(huán)遍歷，可以看出在循環(huán)中，每個元素的類型是元組，

元組的第一個元素是分組值，第二個元素是對應的分組數據框。

可以對分組后的數據框直接使用聚合方法 agg ，對分組數據框的每一列計算統(tǒng)計函數值。

可以根據數據框外的序列數據對數據框進行分組，需要注意 序列長度需要與數據框行數相同 。

可以根據數據框的多列對數據框進行分組。

根據 A , B 列進行分組，然后求和。

可以根據索引對數據框進行分組，需要設置 level 參數。

數據框只有一層索引，設置參數 level=0 。

當數據框索引有多層時，也可以根據需求設置 level 參數，完成分組聚合。

設置 level 參數，如需要根據第一層索引，即 id1 進行分組，可以設置 level=0 或 level='id1' 完成分組聚合。

分組后一般會進行聚合操作，用 agg 方法進行聚合。

對分組后數據框使用單個函數進行聚合，單個聚合函數會對每列進行計算，然后合并返回。聚合函數以字符串的形式傳入。

可以對分組后的數據指定列進行分組聚合。需要注意 子列需要用[]包裹 。

聚合函數也可以傳入自定義的匿名函數。

聚合函數可以是多個函數。聚合時，多個聚合函數會對每列進行計算，然后合并返回。聚合函數以列表的形式傳入。

聚合返回后的數據列名有兩層索引，第一層是聚合的列名，第二層是使用的聚合函數名。如果需要對返回的聚合函數名重命名，

需要在傳參時，傳入元組，第一個元素為聚合函數名，第二個元素為聚合函數。

同樣，也可以傳入匿名函數。

如果需要對不同的列進行不同的聚合計算，則需要傳入字典的形式。

可以重命名聚合后的列名，注意 只能對一列傳入一個聚合函數時有效 。

當前標題：python函數分組 python小組分工
文章路徑：http://m.rwnh.cn/article36/doopspg.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供移動網站建設、App開發(fā)、全網營銷推廣、域名注冊、云服務器、企業(yè)網站制作

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)