groupby聚合函数

groupby 是 pandas 中用于分组聚合数据的一个函数。它将数据按照指定的列进行分组，并且对每个分组进行聚合操作，例如求和、求平均数、计数等。

它的基本语法如下：

df.groupby(by=grouping_columns)[columns_to_show].function()

其中，`by` 参数指定要分组的列，可以是单个列名，也可以是列名列表。`columns_to_show` 参数指定需要显示的列，可以是单个列名，也可以是列名列表。`function` 参数指定要对每个分组进行的聚合操作，例如 `sum()`、`mean()`、`count()` 等。

下面是一个简单的示例，假设有如下数据：

name    gender  age     score
Bob     M       25      80
Alice   F       27      90
Charlie M       30      70
David   M       22      60
Eva     F       35      85
Frank   M       28      75

我们可以按照性别分组，并计算每个分组的平均年龄和平均分数：

import pandas as pd

data = {'name': ['Bob', 'Alice', 'Charlie', 'David', 'Eva', 'Frank'],
        'gender': ['M', 'F', 'M', 'M', 'F', 'M'],
        'age': [25, 27, 30, 22, 35, 28],
        'score': [80, 90, 70, 60, 85, 75]}

df = pd.DataFrame(data)

# 按性别分组，计算平均年龄和平均分数
result = df.groupby('gender')['age', 'score'].mean()

print(result)

输出结果为：

             age  score
gender                
F       31.000000   87.5
M       28.333333   71.666667

可以看到，数据被按照性别分成两组，然后分别计算了每组的平均年龄和平均分数。