Pandas是Python中最流行的数据分析库之一，它提供了许多数据操作和处理的工具。其中一个重要的方法就是groupby()函数。
groupby()函数可以将数据按照某个或多个列进行分组，并将分组后的数据进行聚合处理。基本用法如下：
df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, dropna=True, **kwargs)
需要注意的是，groupby()函数除了第一个参数之外，其他参数均有默认值。在使用groupby()函数时，第一个参数是必填项，它代表按照哪个或哪些列进行分组。以DataFrame为例，如下所示：
import pandas as pd
data = {'Name': ['Tom', 'Jack', 'Tom', 'Jack', 'Tom', 'Ava', 'Ava', 'Ava'],
'Dept': ['CS', 'PHYS', 'PHYS', 'CS', 'CS', 'PHYS', 'PRL', 'PRL'],
'Salary': [5000, 3500, 4500, 3250, 5500, 4200, 5800, 5200]}
df = pd.DataFrame(data)
其中，Name代表员工姓名，Dept代表所属部门，Salary代表薪水。假设我们需要按照部门来计算平均薪水，代码如下：
df.groupby(['Dept'])['Salary'].mean()
这样就完成了按照不同部门计算平均薪水的操作。需要注意的是，输出结果中，Dept列已经不再作为列名出现，而是作为了分组的名称。
在实际应用中，groupby()函数往往会配合其他函数进行使用，以完成多个操作之间的衔接。下面是两个groupby()函数的高级用法，即agg()和apply()的示例。
agg()函数可以对数据进行一些聚合操作，比如求和、平均、标准差等。常见的用法如下：
df.groupby(['Dept'])['Salary'].agg(['sum', 'mean'])
这样就可以计算出各个部门的总薪水和平均薪水两个值。
apply()函数则可以对分组后的数据进行自定义的聚合操作，比如计算多个指标，做复杂的统计分析等。示例如下：
def my_agg(x):
return pd.Series({'mean': x['Salary'].mean(),
'std': x['Salary'].std(),
'count': x['Dept'].count()})
df.groupby(['Dept']).apply(my_agg)
这样就可以计算出各个部门的薪水平均值、标准差和人数。
在实际应用中，groupby()函数可以与其他函数进行结合，比如filter()、transform()、pivot_table()等，进一步提高数据的分析效率。
本文链接：http://task.lmcjl.com/news/14522.html