本文轉載自微信公眾號「尤而小屋」，作者Peter  。轉載本文請聯系Peter的公眾號。

大家好，我是Peter~

本文給大家介紹的是Pandas中非常實用的SAC過程。首先我們需要明白什么是SAC機制

SAC

SAC指的是分組操作中的 Split-Apply-Combine 3個過程，分別代表的數據的切割、應用和組合。

1、Split：切割的過程，就是通過某個指定的信息進行分組，生成不同的組別

2、Apply：應用的過程，對不同的組別使用不同的功能函數，比如求和、求均值、最值等；函數可以python、pandas等內置函數，也可以是自定義的函數來實現各種功能等

3、Combine：組合的過程，將Apply應用之后的結果再次組合在一起，得到最終的結果

通常情況下，SAC過程都是需要和groupby函數聯合使用。

圖解SAC

下面有兩張圖能夠解釋SAC的過程。

圖1

圖1中，我們將數據進行group分組操作，切分成3種顏色，3種顏色代表3個不同的組別；對3個不同的組別使用函數foo()，函數可以內置或者自定義。

最終將3個組別應用了foo函數之后的結果進行組合。下面給了一個例子：

圖2

• key是待切分的字段，data是待應用的數據
• Split過程：通過ABC分成3個組別
• Apply過程：3個組別應用某個函數規則
• Combine過程：將求和（sum就是指定規則）的結果組合在一起

Pandas應用SAC

在這里我們使用鳶尾花iris數據集來解釋：

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

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

iris.shape

# （150,5）

這個數據集總共是150條，我們隨機取出10條

下面是SAC過程：

df1中我們使用的求和，df2中使用的是求均值。

在后面的文章會介紹：

• groupby對象的內部機制
• 如何通過agg函數來實現對不同的字段指定不同的函數
• 如何對分組數據實現過濾filter?