讯息：# 02. 数据分组整合之unique+groupby

手机

光庭信息跌4.57% 2021上市超募11亿2022扣非降74% 时快讯

搜狐汽车全球快讯 | 大众汽车最新专利曝光：仪表支持拆卸可用手机、平板替代-环球关注

家电

讯息：# 02. 数据分组整合之unique+groupby

2023-07-01 06:07:24 来源：博客园

(资料图片)

前几天帮L师兄处理数据的时候，遇到了这样的问题：

我目前有如下的数据表格（假设数据举例）：但是在实际对数据进行异常点的检测时，我们需要针对不同的班级、不同的科目来进行。所以会需要进行数据的分组与整合。

班级	科目	分数
1班	语文	39.79778
2班	数学	5.846467
2班	英语	6.386726
3班	数学	68.92978
1班	数学	91.70355
3班	英语	5.590154
2班	语文	95.36453
1班	英语	62.11803
3班	语文	24.62038

为了便于分组和整合，在举例数据中特地模糊了姓名这一特征

提取思路：首先获取列中不重复的数据（unique），例如科目中的不重复数据为语文，数学，英语，再通过不重复数据作为索引去获取相关的行数据（groupby）。当我们需要针对不同的班级、不同的科目时，我们可以先对班级分组数据，再拿获取到的数据再进行分组，在代码中的表现就是循环中嵌套循环。

实现代码如下：

# %%# 运行之前需要关掉与程序有关的excel文件import numpy as npimport pandas as pdimport os#conding=utf8  data = pd.read_excel("成绩单.xlsx")# 按班级clas=data["班级"].unique()for c in clas:    print("班级"+clas)    cla=data.groupby(["班级"]).get_group(c)    suject=cla["科目"].unique()    # 按科目    for s in suject:        print("科目为"+s)        data_output=cla.groupby(["科目"]).get_group(s)    # 输出分组结果        print(data_output)# %%print("------------------------程序已运行完成--------------------------------")

关键词：