【大家在看春晚的時候，小編在寫python文章，分享給大家，記得關注小編，這是最好的禮物！】
前言
python語言中的groupby技術，是一種“拆分-應用-合併”的正規化。所謂正規化，它具有複用能力，可以應用到不同的符合的應用場景。pandas有兩種資料結構，分別是Series和DataFrame。我們可以簡單理解Series是一個沒有列名的一組值，DataFrame是幾個帶有列表的列的組合。如果首次接觸，可以多想想平時接觸到的各種excel和csv等格式的資料檔案，然後結合著去理解，不會感覺特別抽象。
基於“拆分-應用-合併”正規化，計算平均數
根據groupby的“拆分-應用-合併”正規化，DataFrame的列與列之間或兩個Series之間的運算（比如分組加權平均）成為一種標準作業。接下來，我們先來建立一個數據集df，它含有分組鍵、值以及一些權重值：
如上圖中的程式碼所示，我們建立了DataFrame資料結構的物件df，包含兩個三個鍵，分別為“category”、“data”和“weights”。第二步，根據“category”對df物件進行分組，並生成一個grouped物件。第三步，使用lambda函式建立get_wavgd物件。第四步則是對grouped物件應用get_wavgd，使用的是apply方法。
選取固定的欄位
在實際資料處理的過程中，經常會做的一件事情就是從大的資料集中選擇分析時所需要的欄位。那麼，如何進行欄位的選取呢？我們一起來看下面的例子：
colse_px=pd。read_cs（‘G；\LPTPython\pydata-book-2nd-edition\pydata-book-2nd-edition \examples\stock_px。csv’，parse_dates=false，index_col=0）
如上述程式碼所示，首先使用pandas中的read_csv方法進行資料的讀取，並且設定了索引列（index_col），同時生成一個新的物件close_px。然後使用偏移量進行資料的選取。
計算相關係數
百分數的計算方法，在python語言中可以使用pct_change，下面的程式碼片段中會使用到該方法。接下來，我們來計算日收益率與列之間的相關係數。計算一個由日收益率（透過百分數變化計算）與SPX之間的年度相關係數組成的DataFrame。下面是一個實現方法：
計算列與列之間的相關係數，具體的程式碼實現如下圖片所示：
上述實現方法同計算平均數一樣，都是基於“拆分-應用-合併”正規化進行的操作。
總結
綜上所述，本文分享的主題是基於“拆分-應用-合併”正規化，計算分組加權平均數和相關係數的方法和相應的程式碼片段，供大家參考。在使用“拆分-應用-合併”正規化的過程中，需要清楚理解其本質，這樣才能更好的進行應用。大家可以依據此類示例，進行其他應用場景的擴充套件。
新年一句話：
【今日是除夕夜，大家應該在看春晚，小編手動釋出此文章，祝願大家春節快樂！希望在新年和未來一直有大家的陪伴，在成長的路上一起前行。】
