Python cudf.Series.groupby用法及代码示例

用法: Series.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系列进行分组。

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。

系列分组: 返回包含有关组的信息的 groupby 对象。

例子：

>>> ser = cudf.Series([390., 350., 30., 20.],
...                 index=['Falcon', 'Falcon', 'Parrot', 'Parrot'],
...                 name="Max Speed")
>>> ser
Falcon    390.0
Falcon    350.0
Parrot     30.0
Parrot     20.0
Name: Max Speed, dtype: float64
>>> ser.groupby(level=0).mean()
Falcon    370.0
Parrot     25.0
Name: Max Speed, dtype: float64
>>> ser.groupby(ser > 100).mean()
Max Speed
False     25.0
True     370.0
Name: Max Speed, dtype: float64

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.Series.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：