dataframe聚合

DataFrame聚合指的是将一个DataFrame中的数据按照一定的规则进行分组，并对每个分组中的数据进行统计分析。常见的聚合函数包括求和、计数、平均值、中位数、最大值、最小值等等。

Pandas库中提供了多种聚合函数，其中最常用的是`groupby()`函数，它可以根据指定的列名或条件将数据分组，并对每个组中的数据进行聚合操作。例如，下面的代码将一个DataFrame按照`name`列进行分组，并计算每个组中`score`列的平均值：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
                   'score': [80, 70, 90, 85, 75]})

result = df.groupby('name').mean()
print(result)

输出结果为：

         score
name          
Alice     82.5
Bob       72.5
Charlie   90.0

除了`mean()`函数，还可以使用其他聚合函数，例如`sum()`、`count()`、`median()`、`max()`、`min()`等等。可以在`groupby()`函数后面直接调用这些函数进行聚合操作。

另外，还可以使用`agg()`函数对每个分组进行不同的聚合操作，例如下面的代码将`score`列按照`name`列进行分组，分别计算每个组中`score`列的和、平均值和中位数：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
                   'score': [80, 70, 90, 85, 75]})

result = df.groupby('name').agg({'score': ['sum', 'mean', 'median']})
print(result)

输出结果为：

        score            
          sum  mean median
name                     
Alice     165  82.5   82.5
Bob       145  72.5   72.5
Charlie    90  90.0   90.0

可以看到，`agg()`函数可以对每个分组进行不同的聚合操作，并将结果以多级索引的形式返回。