pandas groupy

pandas 的 groupby 是一种基于某些列对数据进行分组的操作，常用于数据聚合和统计分析。通过 groupby 可以将数据按照指定列的值进行分组，并对每个分组进行聚合操作。

下面是一个示例：

import pandas as pd

# 创建示例数据
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank', 'Grace'],
    'gender': ['F', 'M', 'M', 'M', 'F', 'M', 'F'],
    'age': [25, 32, 18, 47, 23, 19, 29],
    'score': [80, 92, 75, 68, 90, 85, 78]
}
df = pd.DataFrame(data)

# 按照 gender 列分组，并计算每个分组的平均年龄和平均分数
grouped = df.groupby('gender')
result = grouped.agg({'age': 'mean', 'score': 'mean'})
print(result)

输出结果：

              age      score
gender                      
F       25.666667  82.666667
M       32.666667  78.333333

上述代码首先创建了一个示例数据，包含了学生的姓名、性别、年龄和分数。然后，按照 gender 列进行分组，并使用 agg 方法分别计算每个分组的平均年龄和平均分数。最后，输出计算结果。

在 groupby 中还可以使用多个列进行分组，例如：

grouped = df.groupby(['gender', 'age'])

这样会先按照 gender 进行分组，然后在每个 gender 分组内再按照 age 进行分组。

groupby 还有许多其他的用法和参数，可以根据具体需求进行灵活使用。