GroupBy

GroupBy GroupBy调用返回的对象是:DataFrame.groupby (),Series.groupby ()等。

索引、迭代

GroupBy.get_group(名字)

构建DataFrame从集团提供的名字。

函数的应用

GroupBy.apply(* args func * * kwargs)	应用函数函数group-wise和组合在一起的结果。
GroupBy.transform(* args func * * kwargs)	应用函数column-by-column GroupBy对象。

以下方法只提供DataFrameGroupBy对象。

DataFrameGroupBy.agg([func_or_funcs])	总轴指定使用一个或多个操作。
DataFrameGroupBy.aggregate([func_or_funcs])	总轴指定使用一个或多个操作。

计算/描述性统计

GroupBy.all([skipna])	返回True,如果所有的组中的值都是诚实的人,其他的错误的。
GroupBy.any()	返回True,如果组中的任何值都是真诚的,其他的错误的。
GroupBy.count()	计算组数,不含缺失值。
GroupBy.cumcount(【提升】)	每一项数量每组的长度从0 - 1。
GroupBy.cummax()	为每个组累积马克斯。
GroupBy.cummin()	累积最小为每个组。
GroupBy.cumprod()	累计产品为每个组。
GroupBy.cumsum()	累计金额为每个组。
GroupBy.ewm([com、跨度、半衰期、α…))	返回一个ewm石斑鱼,每组提供ewm功能。
GroupBy.filter(函数)	返回一个副本的DataFrame排除元素组不满足布尔函数指定的标准。
GroupBy.first([numeric_only])	计算第一组值。
GroupBy.last([numeric_only])	计算最后一组值。
GroupBy.max([numeric_only])	计算最大集团的价值观。
GroupBy.mean([numeric_only])	计算的组,除缺失值。
GroupBy.median([numeric_only、准确性)	计算值的组,除缺失值。
GroupBy.min([numeric_only])	计算最小值组。
GroupBy.rank([方法,提升])	在每组提供的值。
GroupBy.std([ddof])	计算标准偏差的团体,不含缺失值。
GroupBy.sum()	计算组值的总和
GroupBy.var([ddof])	计算方差的团体,不含缺失值。
GroupBy.nunique([dropna])	返回DataFrame与独特的观察每组每一列的数量。
GroupBy.size()	计算组大小。
GroupBy.diff([时间])	第一个离散元素的差异。
GroupBy.idxmax([skipna])	回报指数首次出现的最大要求轴组。
GroupBy.idxmin([skipna])	回报指数首次出现的最低要求轴组。
GroupBy.fillna([值,方法,轴,…))	填补NA / NaN值组。
GroupBy.bfill((限制))	的同义词DataFrame.fillna ()与方法= ' bfill '。
GroupBy.ffill((限制))	的同义词DataFrame.fillna ()与方法= ' ffill '。
GroupBy.head([n])	每组返回的第n行。
GroupBy.backfill((限制))	的同义词DataFrame.fillna ()与方法= ' bfill '。
GroupBy.shift([时期,fill_value])	每组时间观察转变。
GroupBy.tail([n])	每组的最后n行返回。

以下方法只提供DataFrameGroupBy对象。

DataFrameGroupBy.describe()

产生描述性统计,总结集中趋势,分散和形状数据集的分布、排除南值。

以下方法只提供SeriesGroupBy对象。

SeriesGroupBy.nsmallest([n])	返回最小的n元素。
SeriesGroupBy.nlargest([n])	返回第一个n行命令列在降序排列组。
SeriesGroupBy.value_counts([排序,…)	计算组大小。
SeriesGroupBy.unique()	返回唯一的值组。

以前的

pyspark.pandas.window.ExponentialMoving.mean

下一个

pyspark.pandas.groupby.GroupBy.get_group