groupby用法详解

groupby() 是 pandas 库中的一个函数，用于按照指定的列名对数据进行分组。它可以将数据集按照指定的列值进行分组，并对每个分组进行聚合操作。

groupby() 的基本语法如下：

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

参数说明：
- by：用于指定分组依据的列名或列名的列表。可以是字符串、列表或字典（其中的键为列名，值为分组标签）。
- axis：指定按行还是按列进行分组，0 表示按行分组，1 表示按列分组。
- level：用于多层索引数据框的分组操作，指定要在哪个索引层级上进行分组。
- as_index：是否以分组的列作为结果的索引，默认为 True。如果设置为 False，则不以分组的列作为索引。
- sort：是否对结果进行排序，默认为 True。
- group_keys：是否显示分组信息的键，默认为 True。
- squeeze：是否在只有一个分组时将结果作为序列返回，默认为 False。

groupby() 返回一个 GroupBy 对象，可以对其进行聚合操作，如计算均值、求和、计数等。常用的聚合函数有 count()、sum()、mean()、median()、min()、max() 等。

例如，假设有一个包含姓名和年龄的数据集 df：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick'],
        'Age': [20, 25, 30, 35, 40]}
df = pd.DataFrame(data)

可以按照姓名对数据进行分组，并计算每个姓名的平均年龄：

grouped = df.groupby('Name')
result = grouped['Age'].mean()

这样就可以得到每个姓名对应的平均年龄。

除了单列分组外，还可以通过传递多个列名的列表进行分组，以及通过字典进行分组。

希望以上解答能帮到你！如果还有其他问题，请随时提问。