pandas中groupby使用方法

在pandas中，groupby是一个非常重要的功能，用于对数据进行分组和聚合操作。groupby可以按照某些条件将数据集分成多个组，并对每个组进行相应的操作。

使用groupby的基本语法是：`df.groupby(by=grouping_columns)[columns_to_show].function()`

其中：
- `by`指定用于分组的列或列的列表。
- `grouping_columns`是要分组的列。
- `columns_to_show`是要显示的列。
- `function()`是要对每个组应用的函数，例如sum、mean、count等。

下面是一些常见的groupby使用方法：

1. 按照某一列进行分组并计算该列值的和：`df.groupby('column_name').sum()`
2. 按照多列进行分组并计算多个列的和：`df.groupby(['column1', 'column2']).sum()`
3. 对分组后的结果进行计数：`df.groupby('column_name').size()`
4. 对分组后的结果进行计算多个统计量：`df.groupby('column_name').agg(['sum', 'mean', 'count'])`
5. 对分组后的结果进行自定义计算：`df.groupby('column_name').agg({'column1': 'sum', 'column2': 'mean'})`

还可以使用`apply()`方法在分组后的结果上应用自定义函数。