本文轉(zhuǎn)載自微信公眾號(hào)「尤而小屋」，作者Peter  。轉(zhuǎn)載本文請(qǐng)聯(lián)系Peter的公眾號(hào)。

大家好，我是Peter~

本文給大家介紹的是Pandas中非常實(shí)用的SAC過程。首先我們需要明白什么是SAC機(jī)制

SAC

SAC指的是分組操作中的 Split-Apply-Combine 3個(gè)過程，分別代表的數(shù)據(jù)的切割、應(yīng)用和組合。

1、Split：切割的過程，就是通過某個(gè)指定的信息進(jìn)行分組，生成不同的組別

2、Apply：應(yīng)用的過程，對(duì)不同的組別使用不同的功能函數(shù)，比如求和、求均值、最值等；函數(shù)可以python、pandas等內(nèi)置函數(shù)，也可以是自定義的函數(shù)來(lái)實(shí)現(xiàn)各種功能等

3、Combine：組合的過程，將Apply應(yīng)用之后的結(jié)果再次組合在一起，得到最終的結(jié)果

通常情況下，SAC過程都是需要和groupby函數(shù)聯(lián)合使用。

圖解SAC

下面有兩張圖能夠解釋SAC的過程。

圖1

圖1中，我們將數(shù)據(jù)進(jìn)行g(shù)roup分組操作，切分成3種顏色，3種顏色代表3個(gè)不同的組別；對(duì)3個(gè)不同的組別使用函數(shù)foo()，函數(shù)可以內(nèi)置或者自定義。

最終將3個(gè)組別應(yīng)用了foo函數(shù)之后的結(jié)果進(jìn)行組合。下面給了一個(gè)例子：

圖2

• key是待切分的字段，data是待應(yīng)用的數(shù)據(jù)
• Split過程：通過ABC分成3個(gè)組別
• Apply過程：3個(gè)組別應(yīng)用某個(gè)函數(shù)規(guī)則
• Combine過程：將求和（sum就是指定規(guī)則）的結(jié)果組合在一起

Pandas應(yīng)用SAC

在這里我們使用鳶尾花iris數(shù)據(jù)集來(lái)解釋：

import pandas as pd
import numpy as np
import seaborn as sns

iris = sns.load_dataset("iris")
iris.head()  # 前5條

iris.shape

# （150,5）

這個(gè)數(shù)據(jù)集總共是150條，我們隨機(jī)取出10條

下面是SAC過程：

df1中我們使用的求和，df2中使用的是求均值。

在后面的文章會(huì)介紹：

• groupby對(duì)象的內(nèi)部機(jī)制
• 如何通過agg函數(shù)來(lái)實(shí)現(xiàn)對(duì)不同的字段指定不同的函數(shù)
• 如何對(duì)分組數(shù)據(jù)實(shí)現(xiàn)過濾filter?