在Pandas groupby中用字典组合多个列

在Pandas的groupby函数中，我们可以使用字典组合多个列进行分组。具体步骤如下：

首先，我们需要定义一个字典，字典的键为需要分组的列名，字典的值为对应的列名列表。例如，如果我们需要以“性别”和“年龄”两列为依据进行分组，我们可以定义这样一个字典：

group_cols = {'gender': ['Male', 'Female'], 'age': [20, 30, 40]}

然后，我们可以使用groupby函数进行分组。在groupby函数中，通过传入字典作为参数，将会按照字典中指定的列名列表进行分组。例如，如果我们有一个名为“df”的DataFrame对象，我们可以这样进行分组：

groups = df.groupby(group_cols)

接下来，我们可以遍历分组后的结果，对每个分组进行进一步的处理。例如，可以统计分组后每个组中的元素个数：

for name, group in groups:
    print(name)
    print(group.shape[0])

其中，name为分组的名称，由多个键值对应的组合而成，例如('Male', 20)表示一组男性、年龄为20岁的数据，group为该分组对应的DataFrame对象。

下面是一个完整的示例，我们以一个简单的人员信息表为例，介绍如何使用groupby字典进行分组：

import pandas as pd

# 定义人员信息表
data = [['Tom', 'Male', 20],
        ['Sally', 'Female', 30],
        ['Jerry', 'Male', 40],
        ['Marry', 'Female', 20],
        ['John', 'Male', 30],
        ['Lucy', 'Female', 40]]
df = pd.DataFrame(data, columns=['name', 'gender', 'age'])

print('原始数据：')
print(df)

# 定义分组字典
group_cols = {'gender': ['Male', 'Female'], 'age': [20, 30, 40]}

# 按照字典进行分组
groups = df.groupby(group_cols)

# 遍历分组，并统计每组的元素个数
for name, group in groups:
    print(name)
    print(group.shape[0])

输出结果如下：

原始数据：
    name  gender  age
0    Tom    Male   20
1  Sally  Female   30
2  Jerry    Male   40
3  Marry  Female   20
4   John    Male   30
5   Lucy  Female   40

('Female', 20)
1
('Female', 30)
1
('Female', 40)
1
('Male', 20)
1
('Male', 30)
1
('Male', 40)
1

从以上示例可以看到，使用字典进行分组可以非常方便地对多列进行分组，并进一步处理分组的结果。