pandas中pd.groupby()的用法详解

下面进行“pandas中pd.groupby()的用法详解”的完整攻略：

1. pd.groupby()函数

在pandas中，使用groupby()函数按照某些标准将数据分成组。一般而言，分组操作包含以下三个步骤：

• Splitting: 按照一定的规则将数据分成不同的组。
• Applying: 对于每一组数据分别执行一些操作，例如汇总、转换等。
• Combining: 对于各个组执行的操作的结果进行合并，得到最终结果。

其中，groupby()函数处理的对象是pandas.DataFrame或者pandas.Series类型的数据。下面我们将通过两个示例详细讲解该函数的常用用法。

2. 示例一

首先，我们生成一个待处理的DataFrame类型的数据集：

import pandas as pd

df1 = pd.DataFrame({
    'key1': ['A', 'B', 'C', 'A', 'B', 'C'],
    'key2': ['W', 'X', 'Y', 'X', 'W', 'Z'],
    'data1': [1, 2, 3, 4, 5, 6],
    'data2': [11, 22, 33, 44, 55, 66]
})

这个数据集包含两个列的标签为key1和key2，以及两个数据列data1和data2，如下所示：

	key1	key2	data1	data2
0	A	W	1	11
1	B	X	2	22
2	C	Y	3	33
3	A	X	4	44
4	B	W	5	55
5	C	Z	6	66

现在，我们要对这个数据集进行分组操作，按照key1列进行分组。

grouped = df1.groupby('key1')

此时，groupby()函数会将df1数据集按照key1列的不同值分成3个组，分别是A组、B组和C组。

接下来，我们可以对这些组进行一些操作。例如，对data1和data2列进行求和操作：

grouped[['data1', 'data2']].sum()

这将按照key1列的每个不同值（A、B、C）对data1和data2列进行求和操作，结果如下：

	data1	data2
key1
A	5	55
B	7	77
C	9	99

3. 示例二

其次，我们演示如何按照多列进行分组操作。

首先，我们生成一个待处理的DataFrame类型的数据集：

df2 = pd.DataFrame({
    'key1': ['A', 'A', 'B', 'B', 'B', 'C'],
    'key2': ['W', 'W', 'X', 'X', 'Y', 'Z'],
    'data1': [1, 2, 3, 4, 5, 6],
    'data2': [11, 22, 33, 44, 55, 66]
})

这个数据集除了包含key1和data1数据列之外，还有一列key2作为分组标准，如下所示：

	key1	key2	data1	data2
0	A	W	1	11
1	A	W	2	22
2	B	X	3	33
3	B	X	4	44
4	B	Y	5	55
5	C	Z	6	66

现在，我们要对这个数据集进行分组操作，按照key1和key2列进行分组。

grouped = df2.groupby(['key1', 'key2'])

此时，groupby()函数会将df2数据集按照key1和key2列的不同值分成5个组，分别是(A,W)组、(B,X)组、(B,Y)组、B组和C组。

接下来，我们可以对这些组进行一些操作。例如，对data1和data2列进行求和操作：

grouped[['data1', 'data2']].sum()

这将按照key1和key2列的每种不同组合对data1和data2列进行求和操作，结果如下：

	data1	data2
key1	key2
A	W	3
B	X	7
	Y	5
		15
C	Z	6

至此，通过以上两个示例，我们详细讲解了pandas中groupby()函数的使用方式。