groupby（）用法

groupby()函数是pandas库中的一个重要函数，用于对数据进行分组操作。它可以根据指定的列或多个列对数据进行分组，并对每个分组进行聚合、转换或筛选等操作。

以下是groupby()函数的一般用法和语法格式：
1. groupby()核心用法：
- 按照单个列进行分组：grouped = df.groupby('column_name')
- 按照多个列进行分组：grouped = df.groupby(['column_name1', 'column_name2'])

2. groupby()语法格式：
- 单个列分组：grouped = df.groupby('column_name')
- 多个列分组：grouped = df.groupby(['column_name1', 'column_name2'])
- 指定分组后的操作：grouped['column_name'].operation()
- 可以使用多个操作：grouped['column_name'].operation1().operation2()

3. groupby()参数说明：
- axis：指定按行（axis=0）或按列（axis=1）进行分组，默认为0。
- level：指定按照多级索引的某个级别进行分组。
- as_index：指定是否将分组的列作为索引，默认为True。
- sort：指定是否对分组结果进行排序，默认为True。
- group_keys：指定是否在结果中包含分组键，默认为True。

4. groupby()典型范例：
- 对某一列进行分组并计算平均值：grouped = df.groupby('column_name').mean()
- 对多个列进行分组并计算总和：grouped = df.groupby(['column_name1', 'column_name2']).sum()

5. groupby常见的调用函数：
- sum()：计算分组后的总和。
- mean()：计算分组后的平均值。
- count()：计算分组后的计数。
- max()：计算分组后的最大值。
- min()：计算分组后的最小值。
- agg()：对分组后的数据进行自定义聚合操作。