阅读提示

本内容为日常频繁使用的数据处理操作，不涉及底层技术问题，烦请爱钻牛角的杠精绕行。

本内容尽量简单直白、步骤详细，适合数据分析入门。特别喜欢技术语言的大佬们，可自行跳过。

上一篇：数据更新删除与排序：横向对比 Python、PowerBI、Excel、MySQL中，介绍了数据更新、数据删除、以及排序。有兴趣的可以翻看之前的内容。

本期内容主要聊聊数据分组聚合，以及数据分箱操作。

聚合和分箱是什么？

简单来说：

聚合与分箱，完全是两种不同的操作。分箱是数据分组的一种方式，用于减少次要观察误差的影响。而聚合是数据分组后采用的统计动作，没有后续的统计动作，数据分组就没有意义！

具体来说：

数据分组聚合，就是把数据按照某列的非重复值进行分组，然后统计每个组别的情况。

比如：把所有销售人员的业绩，按照不同地区进行分组，然后统计每个组别的合计、平均值、极值等等

数据分箱（也称为离散分箱或分段）是一种数据预处理技术，是一种将多个连续值分组为较少数量的“分箱”的方法。

比如：把销售人员的年龄字段，如25、36、48的数值型字段，分组转化为少年、青年、中年、老年。

数据聚合

使用Excel时：

在Excel中一般使用数据透视表来完成聚合统计操作，是日常操作步骤。根据需要来选择行、列、值，比如我们选择门店城市为行分组依据，选择顾客ID、购买数量作为聚合数值，分别计算汇总和计数。

使用SQL时：

GROUP BY是SQL中用来分组的语句，而在SELECT中，放入被分组的字段，以及被聚合的字段，比如：我们按门店城市来分组，聚合运算的是顾虑ID的数量上面的情况，没有考虑顾问ID是否重复出现过，此时加入DISTINCT去重计数即可

使用Power BI时：

在PowerBI中使用“分组表”来进行简单的分组聚合，而更灵活的方式是利用度量来完成分组聚合。

使用Python时：

类似SQL，在pandas中同样使用groupby来进行分组聚合操作，相对SQL来说，写法更加简洁也可以进行多字段聚合、多统计方式的聚合操作

数据分箱

使用Excel时：

我们可以使用LOOKUP可以快速实现数据分箱操作

使用SQL时：

在MySql中，使用case when来进行分箱转化，比较方便

使用Power BI时：

Power BI中可以使用“添加列”中的“分组表”来进行分箱，使用或者使用DAX函数SWITCH来完成

使用Python时：

在pandas中，直接使用cut方法即可实现分箱操作，不过要注意分箱区间的左右闭合范围本系列文章：

第一篇：Excel、SQL、PowerBI、Python，谁更强大？数据工具终极对比 上篇

第二篇：数据查询与筛选：Excel、SQL、PowerBI、Python，比比谁更快

第三篇：数据更新删除与排序：横向对比 Python、PowerBI、Excel、MySQL

写在最后

OK，限于篇幅和时间，本篇内容先到这里了。原本计划5篇总结完，还剩最后1篇了。

欢迎关注后续内容，涉及多表关联、多表联合、存储与导出等操作。

本系列文章内容较长，总结了经常使用的操作提示

可以随手收藏下来，相信总有需要的时候！

觉得不错，别忘了点赞、转发一下，哈~