dataframe怎么做groupby

在 pandas 中，你可以使用 `groupby()` 函数对 DataFrame 进行分组操作。`groupby()` 函数将数据按照指定的列或多个列进行分组，然后可以对每个组应用聚合函数或其他操作。

以下是使用 `groupby()` 函数的基本用法：

import pandas as pd

# 创建示例数据框
data = {
    'Category': ['A', 'A', 'B', 'B', 'A', 'B'],
    'Value': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 对 Category 列进行分组，并计算每个组的平均值
grouped_df = df.groupby('Category').mean()

print(grouped_df)

运行这段代码会输出以下结果：

          Value
Category       
A           2.67
B           4.33

在上述代码中，我们首先创建了一个示例数据框 `df`，其中包含两列 Category 和 Value。然后，我们使用 `groupby()` 函数按照 Category 列进行分组。最后，我们对每个组应用了 `mean()` 聚合函数，计算出每个组的平均值，并打印出结果。

你也可以使用多个列进行分组，只需在 `groupby()` 函数中传入一个包含多个列名的列表即可。例如：

grouped_df = df.groupby(['Category', 'Subcategory']).sum()

这样会按照 Category 和 Subcategory 列进行分组，并计算每个组的总和。

除了聚合函数，`groupby()` 还支持其他操作，如 `count()`、`sum()`、`min()`、`max()` 等。你可以根据需要选择适合的操作来处理分组后的数据。更多关于 `groupby()` 函数的详细用法和参数说明，你可以查阅 pandas 官方文档。