pands如何不使用groupby函数实现数据分类聚合

可以使用 Pandas 的 pivot_table() 函数实现数据分类聚合，而不使用 groupby() 函数。

pivot_table() 函数可以对数据进行透视操作，类似于 Excel 中的透视表。它可以按照指定的行和列对数据进行分类，并对分类后的数据进行聚合操作。

下面是一个示例代码，演示如何使用 pivot_table() 函数对数据分类聚合：

import pandas as pd

# 创建一个示例数据集
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'Gender': ['F', 'M', 'M', 'M', 'F'],
    'Age': [25, 30, 35, 40, 45],
    'Salary': [5000, 6000, 7000, 8000, 9000]
}
df = pd.DataFrame(data)

# 使用 pivot_table() 函数进行数据分类聚合
result = pd.pivot_table(df, index='Gender', columns='Age', values='Salary', aggfunc='mean')

# 输出结果
print(result)

上述代码中，首先创建了一个示例数据集，包含姓名、性别、年龄和薪资等信息。然后使用 pivot_table() 函数对数据进行分类聚合操作，按照性别进行分类，按照年龄进行列分类，对薪资进行聚合操作，计算平均值。

最后输出分类聚合后的结果，即按照性别和年龄分类的薪资平均值。这样就实现了数据分类聚合操作，而不使用 groupby() 函数。