Python分组

前言分组原理

成都创新互联公司专业为企业提供大厂网站建设、大厂做网站、大厂网站设计、大厂网站制作等企业网站建设、网页设计与制作、大厂企业网站模板建站服务，十多年大厂做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

核心：

1.不论分组键是数组、列表、字典、Series、函数，只要其与待分组变量的轴长度一致都可以传入groupby进行分组。

2.默认axis=0按行分组，可指定axis=1对列分组。

对数据进行分组操作的过程可以概括为：split-apply-combine三步：

1.按照键值（key）或者分组变量将数据分组。

2.对于每组应用我们的函数，这一步非常灵活，可以是python自带函数，可以是我们自己编写的函数。

3.将函数计算后的结果聚合。

1 分组模式及其对象

1.1 分组的一般模式

三个要素:分组依据、数据来源、操作及其返回结果

df.groupby(分组依据)[数据来源].使用操作

1.2 分组依据的本质

1.3Groupby 对象

通过 ngroups 属性，可以访问分为了多少组:

通过 groups 属性，可以返回从 组名映射到 组索引列表的字典:

当 size 作为 DataFrame 的属性时，返回的是表长乘以表宽的大小，但在 groupby 对象上表示统计每个组的 元素个数:

通过 get_group 方法可以直接获取所在组对应的行，此时必须知道组的具体名字:

1.4 分组的三大操作

分组的三大操作:聚合、变换和过滤

2.聚合函数

2.1内置聚合函数

包括如下函数: max/min/mean/median/count/all/any/idxmax/idxmin/mad/nunique/skew/quantile/sum/std/var/sem/size/prod

2.2agg 方法

【a】使用多个函数

当使用多个聚合函数时，需要用列表的形式把内置聚合函数的对应的字符串传入，先前提到的所有字符串都是合法的。

【b】对特定的列使用特定的聚合函数

对于方法和列的特殊对应，可以通过构造字典传入 agg 中实现，其中字典以列名为键，以聚合字符串或字符串列表为值。

【c】使用自定义函数

在 agg 中可以使用具体的自定义函数，需要注意传入函数的参数是之前数据源中的列，逐列进行计算

【d】聚合结果重命名 如果想要对结果进行重命名，只需要将上述函数的位置改写成元组，元组的第一个元素为新的名字，第二个位置为原来的函数，包括聚合字符串和自定义函数

3 变换和过滤

3.1 变换函数与 transform 方法

变 换 函 数 的 返 回 值 为 同 长 度 的 序 列， 最 常 用 的 内 置 变 换 函 数 是 累 计 函 数:cum- count/cumsum/cumprod/cummax/cummin ，它们的使用方式和聚合函数类似，只不过完成的是组内 累计操作。

3.2 组索引与过滤

过滤在分组中是对于组的过滤，而索引是对于行的过滤

组过滤作为行过滤的推广，指的是如果对一个组的全体所在行进行统计的结果返回 True 则会被保留，False 则该组会被过滤，最后把所有未被过滤的组其对应的所在行拼接起来作为 DataFrame 返回。

在 groupby 对象中，定义了 filter 方法进行组的筛选，其中自定义函数的输入参数为数据源构成的 DataFrame 本身，在之前例子中定义的 groupby 对象中，传入的就是 df[['Height', 'Weight']] ，因此所有表方法和属性 都可以在自定义函数中相应地使用，同时只需保证自定义函数的返回为布尔值即可。

4 跨列分组

4.1 apply 的引入

4.2 apply 的使用

在设计上，apply 的自定义函数传入参数与 filter 完全一致，只不过后者只允许返回布尔值

【a】标量情况:结果得到的是 Series ，索引与 agg 的结果一致

【b】Series 情况:得到的是 DataFrame ，行索引与标量情况一致，列索引为 Series 的索引

【c】DataFrame 情况:得到的是 DataFrame ，行索引最内层在每个组原先 agg 的结果索引上，再加一层返 回的 DataFrame 行索引，同时分组结果 DataFrame 的列索引和返回的 DataFrame 列索引一致

matlab—数据处理的函数

1、rmmissing  删除缺失的条目

官方文档

R = rmmissing(A)

如果 A 是向量，则 rmmissing 会删除包含缺失数据的所有条目。如果 A 是矩阵或表，则 rmmissing 会删除包含缺失数据的 所有行 。缺失值的定义取决于 A 的数据类型。（相当于python里面的dropna）

可以：

只删除在 Age 或 ID 表变量中包含缺失值的行。

R = rmmissing(A,'DataVariables',{'Age','ID'})

R = rmmissing(A,'DataVariables',@isnumeric)

2、filloutliers  检测并替换数据中的离群值

B = filloutliers(A,fillmethod,movmethod,window)

查找 A 中的离群值并根据 fillmethod 替换它们。例如，filloutliers(A,'previous') 将离群值替换为上一个非离群值元素。 默认情况下，离群值是指与中位数相差超过三倍经过换算的中位数绝对偏差 (MAD)的值 。如果 A 是矩阵或表，则 filloutliers 分别对每一列进行运算。如果 A 是多维数组，则 filloutliers 沿大小不等于 1 的第一个维度进行运算。

3、quantile  分位数函数

q_stop = quantile(data(i), 0.95);%从小到大，95%位置的数

q_work = quantile(data(i), 0.05);%从小到大，5%位置的数

相当于 python里面的np.percentile(train_s, 50) 只不过python里面用的是百位数

4、switch数组问题

switch 和 case后面不能用矩阵，怎么改动可以实现？？？

答：将矩阵写成字符串，注意逗号和空格的区别，如下例所示。

judge = [state_rpm state_sampling];  %judge = [0 1]

switch mat2str(judge)

case '[-1 -1]'

        state2 = -1;%没有数据

case {'[0 0]','[0 -1]','[-1 0]','[0 1]','[1 -1]','[1 0]'}

        state2 = 0;%停机

otherwise

        state2 = 2;%停机

end

关于libmad解码库的问题

MAD(libmad)是一个开源的高精度MPEG音频解码库，支持MPEG-1标准。libmad提供24-bit的PCM输出，完全定点计算，非常适合在没有浮点支持的嵌入式硬件平台上使用。使用libmad提供的一系列API可以实现MP3文件的解码。

“mad.h”头文件定义了libmad的数据结构及API函数[15]。

表4 libmad中的主要数据结构

主要数据结构

作用

struct mad_stream

存放解码前的Bitstream数据

struct mad_synth

存放解码合成滤波后的PCM数据

struct mad_pcm

定义了音频的采样率，声道个数和PCM采样数据,用来初始化音频

struct mad_frame

记录MPEG帧解码后PCM数据的数据结构，其中的mad_header用来记录MPEG帧的基本信息，比如MPEG层数、声道模式、流比特率、采样比特率。声道模式包括单声道、双声道、联合立体混音道以及一般立体声。

MAD通过回调函数机制来实现解码，每个回调函数会返回一个枚举类型mad_flow,通过mad_flow可以控制解码的过程。在未经处理的情况下，MAD一般输出32bit，以little endian格式存放在mad_fixed_t中的数据。但是大多数的声卡并不能支持输出高达32bit精度的数据，因而还必须对mad_fixed_t进行量化，圆滑处理以及抖动，使到采样信号降到16bit精度。MAD负责的只是解码的过程，它工作过程是：从外部获取输入，逐帧解码，在解码的过程中返回信息，然后得到解码结果。开发人员要手动设置输入输出。

编程实现解码的方法为：初始化mad_decoder,里面包含了指向输入、输出、滤波、错误和消息回调函数的指针。通过mad_decoder_init()实现初始化[16]。

struct mad_decoder decoder;

struct my_playbuf playbuf; //设置数据缓冲区

mad_decoder_init(decoder,playbuf,input_func,header_func,/*filter*/0, output_func, /*error*/ 0, /* message */ 0);

在这个初始化函数里面，回调输入函数指向了input_func，处理帧头信息的函数指向了header_func，而输出函数则为output_func。其它的滤波，错误和信息函数没有设置，置0。

接着，MAD进入了一个解码的循环过程：

当解码函数里面的数据解码完毕时，调用input_func函数;

当input_func函数告知解码函数全部数据已经解码完毕，则MAD处理退出；

对帧头进行解码，调用header_func函数；

对帧中的主数据进行解码；

调用filter_func函数；

将解码数据输出，调用output_func函数；

重复上述步骤。

MAD在每进行一帧的解码结束后都会询问mad_flow的状态，以决定是否进行下一帧的解码。enum mad_flow的数据结构定义如下：

enum mad_flow{

MAD_FLOW_CONTINUE = 0x0000, /*继续进行下一帧的解码*/

MAD_FLOW_STOP = 0x0010, /*停止对该比特流的解码并正常退出*/

MAD_FLOW_BREAK = 0x0010, /*停止对该比特流的解码并返回错误*/

MAD_FLOW_IGNORE = 0x0020 /*不解码该帧，跳入下一帧*/

}；

大多数情况下回调函数会返回MAD_FLOW_CONTINUE。要自定义实现的回调函数的声明格式为：

enum mad_flow (*input_func)(void *, struct mad_stream *);

enum mad_flow (*header_func)(void *, struct mad_header const *);

enum mad_flow (*filter_func)(void *, struct mad_stream const *, struct mad_frame *);

enum mad_flow (*output_func)(void *, struct mad_header const *, struct mad_pcm *);

enum mad_flow (*error_func)(void *, struct mad_stream *, struct mad_frame *);

enum mad_flow (*message_func)(void *, void *, unsigned int *);

其中void *指针将缓冲数据传递给这些回调函数，由回调函数对数据进行处理。Input_func函数一般会执行以下操作：

if (more_data_available)

buffer = refill_buffer();

mad_stream_buffer(stream, buffer, length_of_buffer);

return MAD_FLOW_CONTINUE;

else return MAD_FLOW_STOP;

header_func函数会根据mad_header指向的帧头从中读取重要的帧信息，如将读取到的帧长度赋值给mad_timer_t，可以从mad.h中得知存放这些信息的数据结构。

在output_func函数中，利用指向PCM数据的指针mad_pcm,执行类似以下操作：

mad_fixed_t *left_ch = pcm-samples[0], *right_ch =pcm-samples[1]; //将采样数据分别输出到左右声道

int nsamples = pcm-length;

signed int sample;

unsigned char * buffer = some_buffer;

unsigned char * ptr = buffer;

while (nsamples--)

{

sample = (signed int) do_downsample(*left_ch++)

*ptr++ = (unsigned char) (sample 0);

*ptr++ = (unsigned char) (sample 8);

sample = (signed int) do_downsample(*right_ch++)

*ptr++ = (unsigned char) (sample 0);

*ptr++ = (unsigned char) (sample 8);

//处理左右声道采样数据，输出16bit little endian格式PCM

}

定义好各回调函数之后，便可以开始解码：

mad_decoder_run(decoder, MAD_DECODER_MODE_SYNC);

解码完毕后，调用mad_decoder_finish(decoder);

网页标题：Python中mad函数 Pythonmath函数
本文网址：http://ybzwz.com/article/doccsid.html