← 返回列表

4.3.2-对分组数据进行聚合操作.md

4.3.2 对分组数据进行聚合操作（问答库）

  1. 【单选题·易】对分组数据进行聚合操作时，课程采用的实现方法是？ A. merge() 方法 B. concat() 方法 C. agg 方法 D. drop() 方法 答案：C 解析： 语料明确：聚合操作用 agg 方法实现。merge/concat 属于合并和连接，drop 用于删除行或列。
  2. 【单选题·易】调用 agg 时，参数是一个字典，其中键和值分别是？ A. 键是操作名，值是列标签 B. 键是列标签，值是操作名（或操作名列表） C. 键是行标签，值是分组名 D. 键是分组对象，值是数据框 答案：B 解析： 课程说明：参数是一个字典，列标签是键，操作名是值。多种聚合时，值写成操作名列表。
  3. 【判断题·易】聚合操作可以把每个组的数据进行汇总、计算等，从而提取有用的信息。 答案：√ 解析： 这是 4.3.2 对聚合操作的定义。实现上使用分组对象的 agg 方法。
  4. 【判断题·易】对一个列标签执行多种聚合时，字典中的值应写成操作名列表，例如 ['sum','max']。 答案：√ 解析： 语料示例：group.agg({'一季度':['sum','max']})，参数是操作名列表。一种聚合则写字符串，如 'sum'。
  5. 【多选题·中】下列属于课程列出的聚合操作及对应函数名的有： A. 求和（sum） B. 计数（count） C. 连接（concat） D. 平均值（mean）、最大值（max）、最小值（min） 答案：ABD 解析： 课程列出的是 sum、count、mean、max、min 等。concat 是数据框连接方法，不是分组聚合函数。
  6. 【单选题·中】执行下列代码，天河区「一季度」的聚合结果是？
from pandas import DataFrame
df = DataFrame({
    '姓名': ['赵四', '钱多', '孙冰', '李萌', '周金', '吴达', '郑华', '王军'],
    '分区': ['天河', '黄埔', '越秀', '黄埔', '天河', '天河', '黄埔', '越秀'],
    '一季度': [2572, 2845, 2100, 4483, 4109, 2435, 4663, 4839],
    '二季度': [3291, 3161, 3371, 3810, 2322, 4863, 1831, 1214],
    '三季度': [4388, 3723, 3901, 1070, 3056, 1576, 1451, 3639],
    '四季度': [2672, 3663, 3024, 2312, 4066, 1934, 3456, 2649]
})
group = df.groupby('分区')
print(group.agg({'一季度': 'sum'}))

A. 9116 B. 6939 C. 11991 D. 4109 答案：A 解析： 这是「对一个列标签执行一种聚合」。天河三人一季度为 2572、4109、2435，和为 9116。越秀 6939、黄埔 11991 是另外两个分区的总和；4109 是天河一季度最大值，不是求和。

  1. 【单选题·中】沿用上题中的分组对象 group，执行 group.agg({'一季度':['sum','max']}) 后，越秀区一季度的 max 是？ A. 2100 B. 4109 C. 4663 D. 4839 答案：D 解析： 这是「对一个列标签执行多种聚合」。越秀两人一季度为孙冰 2100、王军 4839，最大值为 4839。4109 是天河最大值，4663 是黄埔最大值。
  2. 【多选题·中】关于 agg 的三种用法，下列说法正确的有： A. 对一个列执行一种聚合时，字典的值是字符串，如 {'一季度':'sum'} B. 对一个列执行多种聚合时，字典的值是操作名列表，如 {'一季度':['sum','max']} C. 对多个列执行多种聚合时，每个列标签和操作构成一个键值对 D. 多列聚合时必须让所有列使用完全相同的一组操作 答案：ABC 解析： 语料三种写法分别对应 A、B、C。第三种示例中一季度用 ['sum','max']、二季度用 ['mean','min']，不同列可以指定不同操作，故 D 错误。
  3. 【判断题·中】agg 会把聚合结果按原始数据框的每一行对齐回去，与 transform() 效果相同。 答案：× 解析： agg 把每个组压缩成一行汇总（结果以分区为行索引）。把操作应用到每一组并对齐回原始各行的是下一节的 transform()，二者不要混淆。
  4. 【单选题·难】执行下列代码后，天河区二季度的 mean 与黄埔区二季度的 min 分别是？
from pandas import DataFrame
df = DataFrame({
    '姓名': ['赵四', '钱多', '孙冰', '李萌', '周金', '吴达', '郑华', '王军'],
    '分区': ['天河', '黄埔', '越秀', '黄埔', '天河', '天河', '黄埔', '越秀'],
    '一季度': [2572, 2845, 2100, 4483, 4109, 2435, 4663, 4839],
    '二季度': [3291, 3161, 3371, 3810, 2322, 4863, 1831, 1214],
    '三季度': [4388, 3723, 3901, 1070, 3056, 1576, 1451, 3639],
    '四季度': [2672, 3663, 3024, 2312, 4066, 1934, 3456, 2649]
})
group = df.groupby('分区')
print(group.agg({'一季度': ['sum', 'max'], '二季度': ['mean', 'min']}))

A. 3492.0 与 1831 B. 2292.5 与 1214 C. 2934.0 与 2322 D. 3492.0 与 1214 答案：A 解析： 多列多种聚合。天河二季度为 3291、2322、4863，均值 (3291+2322+4863)/3=3492.0；黄埔二季度为 3161、3810、1831，最小值为 1831。B 是越秀的 mean 与 min；D 把越秀的 min 误接到天河。

  1. 【简答题·中】请写出完整可运行代码：创建与课程相同的业绩数据框 df，按「分区」分组，对「一季度」求和，并说明天河、越秀、黄埔三个结果各代表什么。 答案：
from pandas import DataFrame
df = DataFrame({
    '姓名': ['赵四', '钱多', '孙冰', '李萌', '周金', '吴达', '郑华', '王军'],
    '分区': ['天河', '黄埔', '越秀', '黄埔', '天河', '天河', '黄埔', '越秀'],
    '一季度': [2572, 2845, 2100, 4483, 4109, 2435, 4663, 4839],
    '二季度': [3291, 3161, 3371, 3810, 2322, 4863, 1831, 1214],
    '三季度': [4388, 3723, 3901, 1070, 3056, 1576, 1451, 3639],
    '四季度': [2672, 3663, 3024, 2312, 4066, 1934, 3456, 2649]
})
group = df.groupby('分区')
print(group.agg({'一季度': 'sum'}))

结果：天河 9116、越秀 6939、黄埔 11991，分别代表各区所有人一季度业绩的总和。 解析： 评分要点：① 用课程示例创建数据框；② groupby('分区') 得到分组对象；③ agg 传入字典 {'一季度':'sum'}（列标签为键、操作名为值）；④ 能说明三个数字是各区一季度总和。漏写 groupby 或把键值写反不得满分。

  1. 【简答题·难】结合下列代码，回答三个问题：（1）三种 agg 写法分别对应课程的哪一类用法？（2）黄埔区一季度的 sum、max 各是多少？请列出参与计算的原始值。（3）越秀区二季度的 mean、min 各是多少？为什么 mean 带一位小数？
from pandas import DataFrame
df = DataFrame({
    '姓名': ['赵四', '钱多', '孙冰', '李萌', '周金', '吴达', '郑华', '王军'],
    '分区': ['天河', '黄埔', '越秀', '黄埔', '天河', '天河', '黄埔', '越秀'],
    '一季度': [2572, 2845, 2100, 4483, 4109, 2435, 4663, 4839],
    '二季度': [3291, 3161, 3371, 3810, 2322, 4863, 1831, 1214],
    '三季度': [4388, 3723, 3901, 1070, 3056, 1576, 1451, 3639],
    '四季度': [2672, 3663, 3024, 2312, 4066, 1934, 3456, 2649]
})
group = df.groupby('分区')
print(group.agg({'一季度': 'sum'}))
print(group.agg({'一季度': ['sum', 'max']}))
print(group.agg({'一季度': ['sum', 'max'], '二季度': ['mean', 'min']}))

答案： （1）第一种是对一个列标签执行一种聚合；第二种是对一个列标签执行多种聚合；第三种是对多个列标签执行多种聚合（每个列标签和操作构成一个键值对）。 （2）黄埔三人一季度为钱多 2845、李萌 4483、郑华 4663。sum=2845+4483+4663=11991，max=4663。 （3）越秀二人二季度为孙冰 3371、王军 1214。mean=(3371+1214)/2=2292.5，min=1214。越秀只有 2 人，两数之和 4585 不能被 2 整除，故均值出现一位小数。 解析： 评分要点：① 三种用法名称与代码一一对应；② 黄埔原始三人名单及 11991、4663 正确；③ 越秀 mean、min 正确，并能说明 2 人取平均出现 2292.5。只背结果不算过程可酌情扣分。

下载此文件