Python cudf.DataFrame.groupby用法及代码示例

用法: DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=False, group_keys=True, squeeze=False, observed=False, dropna=True)

使用映射器或按一系列列对 DataFrame 进行分组。

groupby 操作涉及拆分对象、应用函数和组合结果的某种组合。这可用于对大量数据进行分组并在这些组上进行计算操作。

参数：

by：映射、函数、标签或标签列表: 用于确定 groupby 的组。如果 by 是一个函数，它会在对象索引的每个值上调用。如果传递了 dict 或 Series，则 Series 或 dict VALUES 将用于确定组(Series 的值首先对齐；参见 .align() 方法)。如果传递了一个cupy数组，则使用这些值as-is确定组。一个标签或标签列表可以通过 self 中的列传递给 group。请注意，元组被解释为(单个)键。
level：int，级别名称或此类的序列，默认无: 如果轴是 MultiIndex(分层)，则按特定级别或多个级别分组。
as_index：布尔值，默认为真: 对于聚合输出，返回以组标签为索引的对象。仅与 DataFrame 输入相关。 as_index=False 实际上是 “SQL-style” 分组输出。
sort：布尔值，默认为 False: 按组键对结果进行排序。与 Pandas 不同，cudf 默认为 False 以获得更好的性能。请注意，这不会影响每组内的观察顺序。 Groupby 保留每个组内的行顺序。
dropna：布尔型，可选: 如果为 True(默认)，则不包括 “null” 组。

DataFrameGroupBy: 返回包含有关组的信息的 groupby 对象。

例子：

>>> import cudf
>>> import pandas as pd
>>> df = cudf.DataFrame({
...     'Animal': ['Falcon', 'Falcon', 'Parrot', 'Parrot'],
...     'Max Speed': [380., 370., 24., 26.],
... })
>>> df
   Animal  Max Speed
0  Falcon      380.0
1  Falcon      370.0
2  Parrot       24.0
3  Parrot       26.0
>>> df.groupby(['Animal']).mean()
        Max Speed
Animal
Falcon      375.0
Parrot       25.0

>>> arrays = [['Falcon', 'Falcon', 'Parrot', 'Parrot'],
...           ['Captive', 'Wild', 'Captive', 'Wild']]
>>> index = pd.MultiIndex.from_arrays(arrays, names=('Animal', 'Type'))
>>> df = cudf.DataFrame({'Max Speed': [390., 350., 30., 20.]},
...     index=index)
>>> df
                Max Speed
Animal Type
Falcon Captive      390.0
       Wild         350.0
Parrot Captive       30.0
       Wild          20.0
>>> df.groupby(level=0).mean()
        Max Speed
Animal
Falcon      370.0
Parrot       25.0
>>> df.groupby(level="Type").mean()
        Max Speed
Type
Wild         185.0
Captive      210.0

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.DataFrame.groupby。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：