pandas的groupby分组用法

pandas的groupby方法是用于对数据进行分组操作的常用函数。它可以将数据按照指定的列或者条件进行分组，并对每个分组进行相应的聚合计算。

下面是groupby方法的基本用法示例：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
        'Age': [25, 30, 35, 25, 30],
        'City': ['New York', 'Los Angeles', 'San Francisco', 'New York', 'Los Angeles'],
        'Salary': [50000, 60000, 70000, 55000, 65000]}

df = pd.DataFrame(data)

# 按照Name列进行分组
grouped = df.groupby('Name')

# 对每个分组进行聚合计算，例如计算平均工资
average_salary = grouped['Salary'].mean()

print(average_salary)

运行以上代码，会输出按照Name列分组后，每个分组的平均工资：

Name
Alice      52500
Bob        62500
Charlie    70000
Name: Salary, dtype: int64

除了使用单一的列名进行分组，还可以使用多个列名进行分组，例如`groupby(['Name', 'City'])`。

在groupby方法中，还可以进行各种其他的聚合操作，例如求和、计数、最大值、最小值等。可以通过调用相应的聚合函数实现，例如`.sum()`、`.count()`、`.max()`、`.min()`等。此外，还可以使用自定义的聚合函数，通过`.agg()`方法来实现。

希望以上内容对你有帮助，如果还有其他问题，请随时提问！