Pandas应用-SAC

图解Pandas中SAC过程

本文介绍的是Pandas中的SAC过程。首先我们需要明白什么是SAC机制

SAC指的是分组操作中的 Split-Apply-Combine 3个过程，分别代表的切割、应用和组合。

1、Split：切割的过程，就是通过某个指定的信息进行分组，生成不同的组别

2、Apply：应用的过程，对不同的组别使用不同的功能函数，比如求和、求均值、最值等；函数可以python、pandas等内置函数，也可以是自定义的函数

3、Combine：组合的过程，将Apply应用之后的结果再次组合在一起，得到最终的结果

通常情况下，SAC过程都是groupby函数联合使用。

下面有两张图能够解释SAC的过程。

图1中，我们将数据进行group分组操作，切分成3种颜色，3种颜色代表3个不同的组别；对3个不同的组别使用函数foo()，函数可以内置或者自定义。

最终将3个组别应用了foo函数之后的结果进行组合。下面给了一个例子：

在这里我们使用鸢尾花iris数据集来解释：

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

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

1
2
3

iris.shape

# （150,5）

这个数据集总共是150条，我们随机取出10条

下面是SAC过程：

df1中我们使用的求和，df2中使用的是求均值。在后面的文章会介绍如何通过agg函数来实现对不同的字段指定不同的函数规则。