SQL中的聚合方法与Pandas的对应关系
在SQL和Pandas中，聚合方法是用来对数据进行汇总统计的重要工具。下面是SQL中的各种聚合方法及其与Pandas中相应利用的对应关系：1. COUNT
[*] SQL:
[*]COUNT(*) 返回表中的行数。
[*]COUNT(column) 返回指定列中非空值的数目。
[*] Pandas:
[*]count() 方法用于计算非空值的数目。
[*]示例代码：count_result = df['column'].count()
2. SUM
[*] SQL:
[*]SUM(column) 返回指定列中所有值的总和。
[*] Pandas:
[*]sum() 方法用于计算指定列中所有值的总和。
[*]示例代码：sum_result = df['column'].sum()
3. AVG / AVERAGE
[*] SQL:
[*]AVG(column) 返回指定列中所有值的均匀值。
[*] Pandas:
[*]mean() 方法用于计算指定列中所有值的均匀值。
[*]示例代码：avg_result = df['column'].mean()
4. MIN
[*] SQL:
[*]MIN(column) 返回指定列中的最小值。
[*] Pandas:
[*]min() 方法用于计算指定列中的最小值。
[*]示例代码：min_result = df['column'].min()
5. MAX
[*] SQL:
[*]MAX(column) 返回指定列中的最大值。
[*] Pandas:
[*]max() 方法用于计算指定列中的最大值。
[*]示例代码：max_result = df['column'].max()
6. GROUP BY
[*] SQL:
[*]GROUP BY column 用于对指定列中的值进行分组。
[*]可以结合 COUNT, SUM, AVG, MIN, MAX 等聚合函数一起使用。
[*] Pandas:
[*]groupby() 方法用于对DataFrame中的数据进行分组。
[*]可以结合 count(), sum(), mean(), min(), max() 等方法一起使用。
[*]示例代码：grouped_df = df.groupby('column').agg({'other_column': 'sum'})
7. DISTINCT
[*] SQL:
[*]DISTINCT column 返回指定列中的唯一值。
[*] Pandas:
[*]unique() 方法用于获取指定列中的唯一值。
[*]示例代码：unique_values = df['column'].unique()
8. HAVING
[*] SQL:
[*]HAVING condition 用于过滤 GROUP BY 后的结果集。
[*] Pandas:
[*]没有直接对应的 having 方法，但可以使用 groupby() 结合 filter() 方法来实现雷同功能。
[*]示例代码：filtered_df = df.groupby('column').filter(lambda x: x['other_column'].sum() > threshold)
示例代码
假设我们有一个DataFrame df，我们将演示这些聚合利用：
import pandas as pd
# 创建示例 DataFrame
data = {
'category': ['A', 'B', 'A', 'B', 'A', 'B'],
'value':
}
df = pd.DataFrame(data)
# COUNT
count_result = df['category'].count()
print("COUNT:")
print(count_result)
# SUM
sum_result = df['value'].sum()
print("\nSUM:")
print(sum_result)
# AVG / AVERAGE
avg_result = df['value'].mean()
print("\nAVG:")
print(avg_result)
# MIN
min_result = df['value'].min()
print("\nMIN:")
print(min_result)
# MAX
max_result = df['value'].max()
print("\nMAX:")
print(max_result)
# GROUP BY
grouped_df = df.groupby('category').agg({'value': ['sum', 'mean', 'min', 'max']})
print("\nGROUP BY:")
print(grouped_df)
# DISTINCT
unique_categories = df['category'].unique()
print("\nDISTINCT:")
print(unique_categories)
# HAVING
threshold = 50
filtered_df = df.groupby('category').filter(lambda x: x['value'].sum() > threshold)
print("\nHAVING:")
print(filtered_df)
输出示例
假设DataFrame如下所示：
categoryvalue
0 A 10
1 B 20
2 A 30
3 B 40
4 A 50
5 B 60
输出结果将会是：
COUNT:
6
SUM:
210
AVG:
35.0
MIN:
10
MAX:
60
GROUP BY:
value
sum mean min max
category
A 9030.01050
B 12040.02060
DISTINCT:
['A' 'B']
HAVING:
categoryvalue
0 A 10
2 A 30
4 A 50
1 B 20
3 B 40
5 B 60
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]