groupby多个条件

在数据分析和处理过程中，经常需要按照多个条件进行分组求和、计数等操作。Python中的pandas库提供了groupby函数来实现按照某一或多个条件对数据集进行分组的功能。

基本语法

dataframe.groupby(['col1', 'col2', ...]).agg_func()

其中col1、col2等为用来分组的列名，agg_func()为用来对分组后的数据进行聚合计算的函数，如sum、mean、count等。

示例

以下示例代码演示了如何使用groupby多个条件进行分组：

import pandas as pd

data = {
    'item': ['item1', 'item1', 'item2', 'item2', 'item2', 'item3', 'item3'],
    'color': ['red', 'blue', 'blue', 'green', 'green', 'blue', 'red'],
    'size': [10, 15, 20, 25, 30, 35, 40],
    'price': [100, 150, 200, 250, 300, 350, 400]
}

df = pd.DataFrame(data)

# 按照item和color分组，并计算每组的平均尺寸和总价
df_grouped = df.groupby(['item', 'color']).agg({'size': 'mean', 'price': 'sum'})
print(df_grouped)

输出结果：

            size  price
item  color            
item1 blue     15    150
      red      10    100
item2 green    27    550
      blue     20    200
item3 red      40    400
      blue     35    350

以上代码将数据集按照item和color两个条件进行分组，并对每个分组计算平均尺寸和总价。最终得到了每个分组的统计结果。

总结

groupby是pandas库提供的一项强大的功能，可以方便地实现数据分组和聚合计算。使用groupby多个条件分组时，只需要在groupby()函数中传入需要分组的多个列名即可。使用agg函数对分组后的数据进行计算时，可以采用字典方式进行指定，对应分组后的每个列执行不同的计算函数。