對(duì)應(yīng)書(shū)本第三部分第6章Pandas分組聚合第1節(jié)
對(duì)一個(gè)DataFrame按第一列進(jìn)行了分組，分成A、B、C三個(gè)組，接著對(duì)各個(gè)組內(nèi)部全部進(jìn)行了求和計(jì)算，最后將結(jié)果組合成一個(gè)新的DataFrame，這樣就完成了拆分–應(yīng)用–合并的全部工作。
groupby語(yǔ)法
df.groupby()方法可以按指定字段對(duì)DataFrame進(jìn)行分組，生成一個(gè)分組器對(duì)象。
“分組器對(duì)象”是一個(gè) GroupBy 對(duì)象（pandas.core.groupby.GroupBy）。它本身不是一個(gè)直接可見(jiàn)的數(shù)據(jù)結(jié)構(gòu)，而是一個(gè)中間對(duì)象，用于表示“按指定規(guī)則分組后的數(shù)據(jù)”，并支持后續(xù)聚合、轉(zhuǎn)換、過(guò)濾等操作。
df.groupby(by=None, axis=0, level=None,
as_index: bool = True, sort: bool = True,
group_keys: bool = True, observed: bool = False,
dropna: bool = True,
) -> 'DataFrameGroupBy'
分組操作會(huì)按指定的規(guī)則對(duì)數(shù)據(jù)進(jìn)行拆分，groupby完成的就是拆分工作。groupby也能對(duì)Series完成分組操作。
參數(shù)解釋如下：
- by：代表分組的依據(jù)和方法。如果by是一個(gè)函數(shù)，則會(huì)在數(shù)據(jù)的索引的每個(gè)值去調(diào)用它，從而產(chǎn)生值，按這些值進(jìn)行分組。如果
傳遞dict或Series，則將使用dict或Series的值來(lái)確定組；如果傳遞ndarray，則按原樣使用這些值來(lái)確定組。傳入字典，鍵為原索引
名，值為分組名。 - axis：沿行（0）或列（1）進(jìn)行拆分。也可傳入index或columns，默認(rèn)是0。
- level：如果軸是多層索引（MultiIndex），則按一個(gè)或多個(gè)特定的層級(jí)進(jìn)行拆分，支持?jǐn)?shù)字、層名及序列。
- as_index：數(shù)據(jù)分組聚合輸出，默認(rèn)返回帶有組標(biāo)簽的對(duì)象作為索引，傳False則不會(huì)。
- sort：是否對(duì)分組進(jìn)行排序。默認(rèn)會(huì)排序，傳False會(huì)讓數(shù)據(jù)分組中第一個(gè)出現(xiàn)的值在前，同時(shí)會(huì)提高分組性能。
- group_keys：調(diào)用函數(shù)時(shí)，將組鍵添加到索引中進(jìn)行識(shí)別。
- observed：僅當(dāng)分組是分類數(shù)據(jù)時(shí)才適用。如果為T(mén)rue，僅顯示分類分組數(shù)據(jù)的顯示值；如果為False，顯示分類分組數(shù)據(jù)的所有
值。 - dropna：如果為T(mén)rue，并且組鍵包含NA值，則NA值及行/列將被刪除；如果為False，則NA值也將被視為組中的鍵。
以上大多參數(shù)對(duì)于Series也是適用的，如果對(duì)DataFrame進(jìn)行分組會(huì)返回DataFrame-GroupBy對(duì)象，對(duì)Series分組會(huì)返回SeriesGroupBy對(duì)象
使用示例
DataFrame應(yīng)用分組
分組求和
分組后聚合
聚合時(shí)同一列使用不同方法
Series應(yīng)用分組
對(duì)Series也可以使用分組聚合，但相對(duì)來(lái)說(shuō)場(chǎng)景比較少。在下例中，df.Q1是一個(gè)Series，它的分組依據(jù)是df.team。根據(jù)groupby的語(yǔ)法，如果給by參數(shù)傳入一個(gè)Series，此Series與被分組數(shù)據(jù)的索引對(duì)齊后，按Series的值進(jìn)行分組。
