pd.groupby()apply

`pd.groupby().apply()`方法是Pandas中的一个功能强大的组合方法，它可以在一个分组对象上应用一个函数，然后将结果组合成一个新的DataFrame或Series。

具体来说，`pd.groupby()`方法可以用来将DataFrame按照某几列的值进行分组。然后，我们可以使用`apply()`方法将一个函数应用于每个分组，并将结果组合成一个新的DataFrame或Series。

例如，假设我们有一个包含订单信息的DataFrame，我们可以将其按照客户ID进行分组，然后对每个分组应用一个函数，例如计算每个客户的订单总量：

import pandas as pd

orders = pd.DataFrame({
    'customer_id': ['A', 'A', 'B', 'B', 'B', 'C'],
    'order_amount': [100, 50, 200, 150, 75, 300]
})

# 按照客户ID分组，并计算订单总量
order_totals = orders.groupby('customer_id').apply(lambda x: x['order_amount'].sum())

print(order_totals)

这将输出：

customer_id
A    150
B    425
C    300
dtype: int64

这里，我们首先使用`groupby()`方法将订单DataFrame按照客户ID进行分组。然后，我们使用`apply()`方法将一个lambda函数应用于每个分组，该函数计算每个客户的订单总量。最后，`apply()`方法返回的结果是一个新的Series，其中包含每个客户的订单总量。