在Pandas中，我們可以使用groupby函數(shù)對(duì)數(shù)據(jù)進(jìn)行分組，然后使用merge函數(shù)將分組后的數(shù)據(jù)合并，如果我們想要在合并后保留groupby的列，我們需要在merge函數(shù)中指定這些列。

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對(duì)這個(gè)行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長期合作伙伴，公司提供的服務(wù)項(xiàng)目有：域名申請、網(wǎng)頁空間、營銷軟件、網(wǎng)站建設(shè)、景縣網(wǎng)站維護(hù)、網(wǎng)站推廣。

以下是一個(gè)詳細(xì)的步驟：

1、我們需要?jiǎng)?chuàng)建一個(gè)DataFrame，在這個(gè)例子中，我們將創(chuàng)建兩個(gè)DataFrame，一個(gè)用于分組，另一個(gè)用于合并。

import pandas as pd
創(chuàng)建一個(gè)DataFrame
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': np.random.randn(8),
    'D': np.random.randn(8)
})

2、我們使用groupby函數(shù)對(duì)’A’列進(jìn)行分組，并計(jì)算每組的平均值。

使用groupby函數(shù)對(duì)'A'列進(jìn)行分組，并計(jì)算每組的平均值
grouped = df.groupby('A').mean()

3、接下來，我們創(chuàng)建一個(gè)新的DataFrame，用于合并。

創(chuàng)建一個(gè)新的DataFrame，用于合并
df2 = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'E': np.random.randn(8)
})

4、我們使用merge函數(shù)將分組后的DataFrame和新的DataFrame合并，在merge函數(shù)中，我們指定了’on’參數(shù)為’A’，這意味著我們將根據(jù)’A’列的值來合并兩個(gè)DataFrame，我們還指定了’how’參數(shù)為’left’，這意味著我們將保留左側(cè)DataFrame的所有行，即使在右側(cè)DataFrame中沒有匹配的行。

使用merge函數(shù)將分組后的DataFrame和新的DataFrame合并
merged = pd.merge(grouped, df2, on='A', how='left')

這樣，我們就得到了一個(gè)新的DataFrame，其中包含了分組后的平均值和新的DataFrame中的’E’列的值。

當(dāng)前名稱：pandasgroupby后merge保留groupby的列
本文URL：http://uogjgqi.cn/article/dhscocs.html