pandas.DataFrame.groupby()是pandas中用于分组聚合数据的方法。具体来说，它可以按照某些列的值将数据分组，并对每个分组进行聚合操作，如求和、平均、计数等。
使用方法：
pandas.DataFrame.groupby()的基本语法为：
df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)
参数说明如下：
考虑以下数据集，它包含了不同学生的考试成绩信息：
| 姓名 | 学科 | 成绩 |
|---|---|---|
| 张三 | 语文 | 95 |
| 李四 | 语文 | 78 |
| 王五 | 语文 | 83 |
| 张三 | 数学 | 85 |
| 李四 | 数学 | 90 |
| 王五 | 数学 | 92 |
我们可以按照学科对数据进行分组，然后求每个学科的平均成绩：
import pandas as pd
data = {
'姓名': ['张三', '李四', '王五', '张三', '李四', '王五'],
'学科': ['语文', '语文', '语文', '数学', '数学', '数学'],
'成绩': [95, 78, 83, 85, 90, 92],
}
df = pd.DataFrame(data)
result = df.groupby('学科').mean()
print(result)运行结果：
成绩
学科
数学 89.000000
语文 85.333333可以看到，每个学科的平均成绩被求出来了。
现在考虑以下数据集，它包含了不同城市的气温信息：
| 城市 | 日期 | 温度 |
|---|---|---|
| 北京 | 2020/01/01 | -3 |
| 北京 | 2020/01/02 | -4 |
| 北京 | 2020/01/03 | -2 |
| 上海 | 2020/01/01 | 7 |
| 上海 | 2020/01/02 | 9 |
| 上海 | 2020/01/03 | 8 |
我们可以按照城市对数据进行分组，然后求每个城市的最低温度：
import pandas as pd
data = {
'城市': ['北京', '北京', '北京', '上海', '上海', '上海'],
'日期': ['2020/01/01', '2020/01/02', '2020/01/03', '2020/01/01', '2020/01/02', '2020/01/03'],
'温度': [-3, -4, -2, 7, 9, 8]
}
df = pd.DataFrame(data)
result = df.groupby('城市')['温度'].min()
print(result)运行结果：
城市
上海 7
北京 -4
Name: 温度, dtype: int64可以看到，每个城市的最低温度被求出来了。注意，这里我们指定了['温度']是因为我们只关心温度这一列的最小值。
本文链接：http://task.lmcjl.com/news/17687.html