pandas中多字段group by之后如何分组循环组装数据

在 Pandas 中，可以使用 groupby 函数对数据进行分组汇总，然后使用 for 循环遍历每个分组，并对每个分组进行进一步的数据组装。

假设我们有一个数据集，包含了用户的姓名、性别和年龄，我们想要按照性别和年龄进行分组，并计算每组的平均年龄和人数。可以按照如下步骤进行分组循环组装数据：

1. 读取数据并导入 Pandas

import pandas as pd

df = pd.read_csv('data.csv')

2. 对数据进行分组

grouped = df.groupby(['sex', 'age'])

3. 对每个分组进行遍历，并对每个分组进行进一步的数据组装

result = []
for group, data in grouped:
    sex, age = group
    count = len(data)
    avg_age = data['age'].mean()
    result.append({'sex': sex, 'age': age, 'count': count, 'avg_age': avg_age})

result_df = pd.DataFrame(result)

在上述代码中，我们先定义了一个空列表 result，然后对每个分组进行遍历，获取分组的性别和年龄，以及该分组中的人数和平均年龄，然后将这些数据组装成一个字典，并添加到 result 列表中。最后，我们将 result 列表转换为 DataFrame 对象，得到最终的结果。

注意：在循环内部，data 是一个 DataFrame 对象，我们可以使用 DataFrame 的函数进行数据的统计和计算。在上面的代码中，我们使用了 mean 函数计算平均年龄。