pandas里面的groupby

在pandas中，groupby是一种非常强大的数据分组技术，可以对数据进行分组、聚合、转换等操作，通常用于数据分析和处理。

具体来说，groupby可以将数据按照某个或某些列进行分组，然后对每个分组进行聚合操作，如求和、平均值、中位数等。groupby的语法如下：

grouped = df.groupby(key)

其中，key可以是一个列名或多个列名的列表，表示按照哪些列进行分组。grouped是一个GroupBy对象，可以调用各种聚合函数进行操作，如sum、mean、median等。

例如，以下代码将按照“性别”列对数据进行分组，并计算每个分组的平均年龄：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八'],
        '性别': ['男', '男', '女', '男', '女', '女'],
        '年龄': [20, 25, 30, 35, 40, 45]}

df = pd.DataFrame(data)

grouped = df.groupby('性别')
result = grouped.mean()
print(result)

输出结果如下：

           年龄
性别          
女   38.333333
男   26.666667

可以看到，按照“性别”列进行分组后，计算出了每个分组的平均年龄。除了mean之外，还可以使用sum、median、max、min等函数进行聚合操作。另外，groupby还支持apply函数，可以对每个分组进行自定义操作，大大增强了其灵活性和适用性。