pandas groupby 用法

pandas groupby 是一种按照某个或某些列分组的数据分析方法，用法如下：

1. 按照一列分组

grouped = df.groupby('column_name')

2. 按照多列分组

grouped = df.groupby(['column_name_1', 'column_name_2'])

3. 使用聚合函数对分组后的数据进行计算

grouped['column_name'].sum()
grouped['column_name'].mean()
grouped['column_name'].max()
grouped['column_name'].min()
grouped['column_name'].count()
grouped['column_name'].agg([np.sum, np.mean, np.max, np.min, np.count])  # 可以使用自定义函数

4. 使用 apply 方法对分组后的数据进行计算

grouped.apply(lambda x: x['column_name'].sum())
grouped.apply(lambda x: x['column_name'].mean())
grouped.apply(lambda x: x['column_name'].max())
grouped.apply(lambda x: x['column_name'].min())
grouped.apply(lambda x: x['column_name'].count())

5. 使用 transform 方法对分组后的数据进行计算

grouped['column_name'].transform(lambda x: x.sum())
grouped['column_name'].transform(lambda x: x.mean())
grouped['column_name'].transform(lambda x: x.max())
grouped['column_name'].transform(lambda x: x.min())
grouped['column_name'].transform(lambda x: x.count())

6. 使用 filter 方法对分组后的数据进行筛选

grouped.filter(lambda x: x['column_name'].sum() > 100)