R語言與Python數據聚合功能的用法介紹

本篇內容介紹了“R語言與Python數據聚合功能的用法介紹”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

R語言與Python的Pandas中具有非常豐富的數據聚合功能，今天就跟大家盤點一下這些函數的用法。

R語言：

• transform  

• mutate

• aggregate

• grouy_by+summarize

• ddply

Python:

• groupby

• pivot.table

在R語言中，新建變量最為快捷的方式是通過transform(當然你可以選擇使用自定義函數)，該函數支持基于同一個數據框新建多個變量。

這里仍然使用經典的鶯尾花數據集演示：

iris1<-iris

transform與mutate兩個函數都是新建變量，但是前者僅能基于所提供的數據框內變量進行新建，而后者則可以直接在新建變量基礎上進行操作。

(iris1<-transform(iris1,dek=Sepal.Length/Sepal.Width,pek=Petal.Length+Petal.Width))

(iris1<-dplyr::mutate(iris1,dek=Sepal.Length+Sepal.Width,jek=sqrt(dek)))

aggregate是專門用于分組聚合的函數：

aggregate(value~class,data,fun) 

#表達式左側是要聚合的目標度量，右側是分組依據，緊接著是數據框名稱，最后是聚合函數。

aggregate(Sepal.Length~Species,iris,mean)

aggregate(Sepal.Length~Species,iris,sum)

library(dplyr)

使用group_by函數結合summarize可以方便的完成分組聚合功能。

iris%>%group_by(Species)%>%summarize(means=mean(Sepal.Length))

iris%>%group_by(Species)%>%summarize(sums=sum(Sepal.Length))

R語言中的分組聚合如果使用矢量函數來進行操作，會大大提升其執行效率：

tapply(iris$Sepal.Length,iris$Species,mean)

tapply(iris$Sepal.Length,iris$Species,sum)

tapply(X, INDEX, FUN = NULL, …, simplify = TRUE)

tapply是一個快捷的分組聚合函數，其參數簡單易懂，通過提供一個度量，一個分類別字段，一個聚合函數即可完成簡答的數據聚合功能。

library(plyr)

ddply(iris,.(Species),summarize,means=mean(Sepal.Length))

ddply(iris,.(Species),summarize,means=sum(Sepal.Length))

ddply(.data, .variables, .fun =) #一般只需提供數據框，帶聚合分類字段，以及最終的聚合函數與聚合變量公式。它的用法與內置的tpply用法如出一轍。

----------

Python:

----------

import pandas  as pd

import numpy as np

Python中長用到的數據聚合工具主要包括groupby函數，agg函數以及povit_table等。

• groupby

• agg

• povit_table

iris=pd.read_csv("C:/Users/RAINDU/Desktop/iris.csv",sep=",")

iris.head()

iris.describe()

使用pandas中的groupby方法可以很快捷的進行分組數據聚合。

iris.groupby('Species')['Sepal.Length'].mean()

iris.groupby('Species')['Sepal.Length'].sum()

iris.groupby('Species')['Sepal.Length'].agg([len,np.sum,np.mean])

iris.groupby('Species')['Sepal.Length'].agg({'count':len,'sum':np.sum,'mean':np.mean}) 

 #對輸出進行自定義命名：

只聚合一個變量可以直接使用對應聚合函數，需要聚合多個變量則可以 借助agg函數完成。

pd.pivot_table(iris,index=["Species"],values=["Sepal.Length"],aggfunc=[len,np.sum,np.mean],margins=False)

“R語言與Python數據聚合功能的用法介紹”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！