dataframe的groupby如何使用

Pandas中的groupby函数可以按照指定的一列或多列对数据进行分组，然后进行聚合操作。下面是一个简单的示例：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank'],
        'Gender': ['Female', 'Male', 'Male', 'Male', 'Female', 'Male'],
        'Age': [25, 32, 18, 47, 23, 36],
        'Score': [80, 90, 70, 85, 92, 88]}
df = pd.DataFrame(data)

# 按照Gender列进行分组，计算平均年龄和平均分数
grouped = df.groupby('Gender')
result = grouped.agg({'Age': 'mean', 'Score': 'mean'})
print(result)

输出结果：

              Age      Score
Gender                      
Female  24.000000  86.000000
Male    31.166667  87.666667

在这个例子中，我们按照Gender列进行分组，然后对每组数据计算平均年龄和平均分数。我们使用`groupby`函数对数据进行分组，然后使用`agg`函数对每个组进行聚合操作。`agg`函数的参数是一个字典，键是要聚合的列名，值是要应用于该列的聚合函数。在这个例子中，我们使用`mean`函数计算平均值。