groupby java

groupby java是什么，让我们一起了解一下？

groupby的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理，groupby核心用法是利用本身的某一列或多列内容进行分组聚合。

groupby的核心用法：

（1）根据DataFrame本身的某一列或多列内容进行分组聚合，（a）若按某一列聚合，则新DataFrame将根据某一列的内容分为不同的维度进行拆解，同时将同一维度的再进行聚合，（b）若按某多列聚合，则新DataFrame将是多列之间维度的笛卡尔积，即：新DataFrame具有一个层次化索引（由唯一的键对组成），例如：“key1”列，有a和b两个维度，而“key2”有one和two两个维度，则按“key1”列和“key2”聚合之后，新DataFrame将有四个group；

注意：groupby默认是在axis=0上进行分组的，通过设置axis=1，也可以在其他任何轴上进行分组。

（2）groupby，根据分组键的不同，有以下4种聚合方法：

1、分组键为Series。

（a）使用原df的子列作为Series。

df.groupby([ df[‘key1’], df[‘key2’] ]).mean()

（b）使用自定义的Series。

mapping={‘a’:‘red’,‘b’:‘red’,‘c’:‘blue’,‘d’:‘blue’,‘e’:‘red’,‘f’:‘orange’}

map_series=pd.Series(mapping)

people.groupby(map_series,axis=1).count()

2、分组键为列名。

df.groupby([ ‘key1’,‘key2’ ]).mean()

3、分组键为数组。

states=np.array([‘Ohio’, ‘California’, ‘California’, ‘Ohio’, ‘Ohio’])

years=np.array([2004,2005,2006,2005,2006]) #自定义数组

df[‘data1’].groupby( [ states,years ] ).mean()

4、分组键为字典。

mapping={‘a’:‘red’,‘b’:‘red’,‘c’:‘blue’,‘d’:‘blue’,‘e’:‘red’,‘f’:‘orange’} #自定义字典。

by_column=people.groupby(mapping,axis=1).sum() #指定axis=1，表示对列数据进行聚合分组。

5、分组键为函数。

例如：传入len函数(可以求取一个字符串长度数组)，实现根据字符串的长度进行分组。

people.groupby(len).sum() #将字符串长度相同的行进行求和。

5、分组键为函数和数组、列表、字典、Series的组合。

引入列表list[ ] 将函数跟数组、列表、字典、Series混合使用作为分组键进行聚合，因为任何东西最终都会被转换为数组。

key_list=[‘one’,‘one’,‘one’,‘two’,‘two’] #自定义列表，默认列表顺序和df的列顺序一致。

people.groupby([ len,key_list ]).min()

6、分组键为具有多重列索引df 的列索引层次。

hier_df.groupby(level=‘cty’,axis=1).count() #利用参数level，指明聚合的层级。

代码示例说明：

将多个字段拼接成一个新字段，在使用Java8的groupBy进行分组。 Map?detailmap?=?details.stream() .collect(Collectors.groupingBy(d?->?fetchGroupKey(d)?)); private?String?fetchGroupKey(EntryDeliveryDetailywk?detail){ return?detail.getSkuId().toString()? +?detail.getItemsName()? +?detail.getWarehouseId().toString()? +?detail.getSupplierId().toString(); }