dataframe使用groupby方法替代原dataframe

您可以使用`groupby()`方法对DataFrame进行分组并对每个组执行聚合操作。例如，您可以使用以下代码计算每个部门的平均薪资：

import pandas as pd

# 创建示例DataFrame
data = {'部门': ['销售', '财务', '销售', '人力资源', '人力资源'], 
        '姓名': ['张三', '李四', '王五', '赵六', '钱七'], 
        '薪资': [5000, 6000, 5500, 7000, 8000]}
df = pd.DataFrame(data)

# 按部门分组并计算平均薪资
grouped_df = df.groupby('部门')['薪资'].mean()

print(grouped_df)

输出结果为：

部门
人力资源    7500.0
销售      5250.0
财务      6000.0
Name: 薪资, dtype: float64

可以看到，`groupby()`方法将DataFrame按照指定的列分组，然后对每个组执行聚合操作。在上面的代码中，我们按部门列分组，并计算每个部门的平均薪资。最后，我们得到了一个新的Series对象，其中包含每个部门的平均薪资。