dataframe的聚合用法

DataFrame 的聚合操作指的是将数据按照某些条件进行分组，然后对每个分组进行统计计算或者其他操作，最终将结果合并为一个 DataFrame。

常用的聚合操作包括：

- sum：求和
- mean：求平均值
- count：计数
- max/min：最大值/最小值
- std/var：标准差/方差

例如，我们有一个 DataFrame 如下：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank'],
    'gender': ['F', 'M', 'M', 'M', 'F', 'M'],
    'age': [25, 30, 35, 40, 45, 50],
    'income': [5000, 6000, 7000, 8000, 9000, 10000]
})

现在想要按照性别进行分组，然后计算每个分组的平均年龄和收入，可以使用如下代码：

df.groupby('gender').agg({'age': 'mean', 'income': 'mean'})

其中，`groupby('gender')` 将数据按照 gender 列进行分组，`agg({'age': 'mean', 'income': 'mean'})` 将每个分组的 age 和 income 列求平均值。最终结果如下：

              age   income
gender                    
F       35.000000   7000.0
M       41.666667   8666.666667

除了使用 `agg` 方法外，还可以使用 `apply` 或者 `transform` 方法进行聚合操作。具体用法可以参考 Pandas 官方文档。