Python2.7 grouby实战操作

goupby的本质是对数据集进行更为自然的切分，聚合和重组，利用该操作可以很轻易的得到很多操作

（像我这么弱的都是跑循环，append的发现怎么搞都会几十个小时以上，于是乎知道有这个操作后，打算学习一下）

凑巧正在打腾讯的广告算法大赛，当然我是很弱的那种，所以只拿来练习一下处理特征也不错的

想从数据集中得到某一些特征组合的数据集的话

train = pd.read_csv(TRAIN)data = train[['label','advertiserID','age','gender','education','marriageStatus','haveBaby']] #这样就得到了想统计的某几列

假设此处需要统计广告和年龄下的label总数（datafram格式都是以列表为主进行划分的）

Crea_Age_Rates = data[['advertiserID','marriageStatus','label']]grouped = Crea_Age_Rates.groupby(['advertiserID','marriageStatus']) #groupby的主要作用就是提取后然后进行运算result = pd.DataFrame(grouped['marriageStatus'].size()) #获取每个marriageStatusresult.columns=['TotalCount'] #规定列名result['advertiserID']= map(lambda x:x[0],result.index) #将result的索引映射到新列里result['marriageStatus']= map(lambda x:x[1],result.index)result.index = range(len(result)) #创建新的索引