分組處理數(shù)據(jù)，你只會(huì)使用 pandas? 那你就錯(cuò)了。其實(shí)不借助第三方庫，我們也可以輕松實(shí)現(xiàn)數(shù)據(jù)分組。

今天內(nèi)容：

• 使用字典做數(shù)據(jù)分組
• 使用 itertools 的 groupby 實(shí)現(xiàn)數(shù)據(jù)分組
• 如何封裝函數(shù)，使其更具通用性

分組

字典是python中非常常用的一種數(shù)據(jù)結(jié)構(gòu)。我們可以用字典來實(shí)現(xiàn)數(shù)據(jù)分組。

比如，我們有這樣一個(gè)列表：

people_list = [
    {'姓名': '張三', '性別': '男', '年齡': '25'},
    {'姓名': '李四', '性別': '女', '年齡': '30'},
    {'姓名': '王五', '性別': '男', '年齡': '22'},
    {'姓名': '趙六', '性別': '女', '年齡': '28'},
    {'姓名': '周六', '性別': '女', '年齡': '26'},
    {'姓名': '陳七', '性別': '男', '年齡': '24'},
    {'姓名': '楊八', '性別': '女', '年齡': '27'},
]

我們想按照性別分組，統(tǒng)計(jì)平級(jí)年齡和人數(shù)。

使用字典的實(shí)現(xiàn)方式：

結(jié)果：

現(xiàn)在結(jié)果字典有兩項(xiàng)數(shù)據(jù)(男性和女性)，分別對(duì)應(yīng)著兩個(gè)列表(里面就是該性別的數(shù)據(jù)，是一個(gè)個(gè)字典)。

上面代碼，可以使用 defaultdict 改進(jìn)：

行21: 當(dāng)訪問一個(gè)不存在的鍵時(shí)，defaultdict 會(huì)自動(dòng)創(chuàng)建一個(gè)空列表，并返回它。

如果不想使用字典，而是想使用 itertools 的 groupby 實(shí)現(xiàn)，可以這樣：

行15：分組前對(duì)數(shù)據(jù)做排序才行

封裝函數(shù)

現(xiàn)在已經(jīng)對(duì)數(shù)據(jù)進(jìn)行了分組，所謂的分組統(tǒng)計(jì)(平級(jí)年齡和人數(shù))，只不過是對(duì)每個(gè)性別的列表進(jìn)行遍歷，統(tǒng)計(jì)每個(gè)人的年齡，然后求和。

但統(tǒng)計(jì)處理多種多樣，為此我們可以封裝成通用的函數(shù)。

假設(shè)封裝的函數(shù)叫 group_by ,看看我們期待的使用方式：

• 行9：參數(shù) by ：指定分組的字段，也可以指定多個(gè)字段，比如 by=["性別", "年齡"] 。
• 行9：參數(shù) aggregate ：指定聚合函數(shù)。

確定了使用方式，那么我們可以開始封裝函數(shù)：

• 行20-23：讓參數(shù) by 支持單個(gè)字符串或多列分組
• 行29：再次遍歷分組的結(jié)果，然后應(yīng)用聚合函數(shù)