详解pandas.DataFrame.groupby()（按列分组）函数使用方法

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：

• by：用于指定分组依据的列或列列表；
• axis：用于指定分组的方向，0表示按行分组（默认），1表示按列分组；
• as_index：用于指定是否将用于分组的列设置为索引列；
• sort：用于指定是否对分组结果进行排序；
• group_keys：用于指定是否对分组结果的键进行排序；
• squeeze：用于指定是否对只有一个分组结果的结果进行降维操作；
• observed：用于指定是否只显示观察到的分组结果。

实例1

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。

实例2

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。