Pandas 笔记(4): 分组与排序

Python 数据处理库使用方法

作者：LYGreen
分类：数据分析
创建时间： 3/5/2026, 11:57:28 PM
更新时间： 3/5/2026, 11:57:28 PM

Pandas 分组

分组用于 按照某个列的值把数据分成多组，然后对每组做统计。分组的核心思想是 拆分 (Split)、应用 (Apply) 和 合并 (Combine)。

基本用法

  • 单列分组：df.groupby('column').func() 或 df.groupby('column')['apply_column'].func()
  • 多列分组：df.groupby(['col1', 'col2']).func() 或 df.groupby(['col1', 'col2'])['apply_column'].func()

示例代码

数据

import pandas as pd

df = pd.DataFrame({
    "name": ["Alice","Alice","Bob","Bob","Cindy","Cindy"],
    "class": ["1","1","1","1","2","2"],
    "subject": ["Math","English","Math","English","Math","English"],
    "score": [90,85,88,80,92,87]
})

输出：

    name class  subject  score
0  Alice     1     Math     90
1  Alice     1  English     85
2    Bob     1     Math     88
3    Bob     1  English     80
4  Cindy     2     Math     92
5  Cindy     2  English     87

计算每组平均值

df.groupby("class")["score"].mean()

输出：

class
1    85.75
2    89.50
Name: score, dtype: float64

计算每组数量

df.groupby("class").count()

df.groupby("class").size()

输出：

       name  subject  score
class
1         4        4      4
2         2        2      2

class
1    4
2    2
dtype: int64

多列分组

df.groupby(["name", "class"])["score"].sum()

输出：

name   class
Alice  1        175
Bob    1        168
Cindy  2        179
Name: score, dtype: int64

多种统计

df.groupby(["class", "subject"])["score"].agg(["mean", "max", "min"])

输出：

               mean  max  min
class subject
1     English  82.5   85   80
      Math     89.0   90   88
2     English  87.0   87   87
      Math     92.0   92   92

自定义统计函数

df.groupby(["class", "subject"])["score"].agg(lambda x: x.max() - x.min())

输出：

class  subject
1      English    5
       Math       2
2      English    0
       Math       0
Name: score, dtype: int64

Pandas 排序

基本用法

Pandas 主要提供两种排序方式：按 索引 排序和按 数值 排序。

  • 按索引排序：.sort_values("column")
  • 按数值排序：.sort_index()

参数：ascending=False 代表降序，ascending=True 代表升序(默认)

示例代码

单列排序

df.sort_values("score")

输出：

    name class  subject  score
3    Bob     1  English     80
1  Alice     1  English     85
5  Cindy     2  English     87
2    Bob     1     Math     88
0  Alice     1     Math     90
4  Cindy     2     Math     92

降序排序

df.sort_values("score", ascending=False)

输出：

    name class  subject  score
4  Cindy     2     Math     92
0  Alice     1     Math     90
2    Bob     1     Math     88
5  Cindy     2  English     87
1  Alice     1  English     85
3    Bob     1  English     80

多列排序

df.sort_values(["class", "score"])

输出：

    name class  subject  score
3    Bob     1  English     80
1  Alice     1  English     85
2    Bob     1     Math     88
0  Alice     1     Math     90
5  Cindy     2  English     87
4  Cindy     2     Math     92

分组与排序组合

df.sort_values("score", ascending=False).groupby("class").head(1)

输出：

    name class subject  score
4  Cindy     2    Math     92
0  Alice     1    Math     90
2    Bob     1    Math     88

这里是先排序，再进行分组，可以换成 .head() 看步骤，例如：

  1. 先排序 df.sort_values("score", ascending=False).head() 输出：
    name class  subject  score
4  Cindy     2     Math     92
0  Alice     1     Math     90
2    Bob     1     Math     88
5  Cindy     2  English     87
1  Alice     1  English     85
  1. 再分组 df.sort_values("score", ascending=False).groupby("name").> head() 输出：
    name class  subject  score
4  Cindy     2     Math     92
0  Alice     1     Math     90
2    Bob     1     Math     88
5  Cindy     2  English     87
1  Alice     1  English     85
3    Bob     1  English     80
  1. 只输出第一组 df.sort_values("score", ascending=False).groupby("name").> head(1) 输出：
    name class subject  score
4  Cindy     2    Math     92
0  Alice     1    Math     90
2    Bob     1    Math     88

资源