pandas groupby函数 分析 解释 并举例

好的，关于 pandas 中的 groupby 函数，它可以用于对 DataFrame 数据按照某些列进行分组，然后对分组后的数据进行统计分析，如求和、平均值、最大值、最小值等等。比如我们有一份学生的成绩单 DataFrame 数据，可以按照班级进行分组，然后求出各个班级的平均成绩、最高成绩等等。下面是一个简单的例子：

import pandas as pd

# 创建数据
data = pd.DataFrame({
    'class': ['A', 'B', 'A', 'B', 'A', 'B'],
    'name': ['John', 'Tom', 'Jerry', 'Lucy', 'Emma', 'Nick'],
    'score': [90, 80, 95, 75, 92, 68]
})

# 按班级进行分组，并求各个班级的平均分
grouped = data.groupby('class')
print(grouped.mean())

# 输出结果：
#        score
# class       
# A       92.333333
# B       74.333333

在这个例子中，我们先创建了一个 DataFrame 数据，包含学生姓名、所在班级和成绩三列。然后我们按照班级进行分组，使用 `groupby` 函数实现。接着再对分组后的数据求平均值，使用 `mean` 函数实现。最终得出每个班级的平均分。

除了 `mean` 函数，groupby 函数还可以和其他的统计函数一起使用，比如 `sum`、`max`、`min`、`count` 等。此外，我们还可以在分组后的数据中使用 apply 方法，对每个分组进行进一步的操作，比如筛选、排序、统计等等。