groupby深层次运用

`groupby` 是 pandas 中一个非常有用的函数，它允许我们将数据按照一定的条件进行分组，并对每个分组进行操作。下面介绍几种 `groupby` 的深层次运用。

1. 多列分组

我们可以根据多列的值对数据进行分组，此时返回的是一个多层次索引（MultiIndex）的数据框。例如，我们有以下的数据框：

import pandas as pd

df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 4, 5, 6, 7, 8],
    'D': [10, 20, 30, 40, 50, 60, 70, 80]
})

我们可以按照 `A` 和 `B` 两列进行分组：

grouped = df.groupby(['A', 'B'])

这样我们就得到了一个多层次索引的数据框，其中第一层索引为 `A` 的不同取值，第二层索引为 `B` 的不同取值。我们可以通过以下的方式访问分组：

for name, group in grouped:
    print(name)
    print(group)

其中 `name` 是一个元组，代表了当前分组的值，`group` 是一个数据框，代表了当前分组的数据。

2. 自定义函数分组

除了按照列的值进行分组，我们还可以自定义函数来进行分组。例如，我们有以下的数据框：

df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 4, 5, 6, 7, 8],
    'D': [10, 20, 30, 40, 50, 60, 70, 80]
})

我们可以定义一个函数，根据 `C` 列的奇偶性来进行分组：

def odd_even(x):
    if x % 2 == 0:
        return 'even'
    else:
        return 'odd'

grouped = df.groupby(odd_even)

这样我们就得到了一个按照 `C` 列奇偶性分组的数据框。同样可以通过以下的方式访问分组：

for name, group in grouped:
    print(name)
    print(group)

3. 聚合操作

`groupby` 还可以进行聚合操作，例如对每个分组的 `D` 列求和：

grouped = df.groupby('A')
grouped['D'].sum()

这样会返回一个以 `A` 列分组的数据框，其中包含每个分组的 `D` 列的和。

除了求和，`groupby` 还支持多种聚合操作，例如求平均值 `mean()`、最小值 `min()`、最大值 `max()`、中位数 `median()` 等等。此外，我们还可以自定义聚合函数来对每个分组进行操作。例如，我们可以自定义一个函数 `my_agg`，返回每个分组 `D` 列的总和和平均值：

def my_agg(x):
    return pd.Series({
        'D_sum': x['D'].sum(),
        'D_mean': x['D'].mean()
    })

grouped = df.groupby('A')
grouped.apply(my_agg)

这样会返回一个以 `A` 列分组的数据框，其中包含每个分组 `D` 列的总和和平均值。