pandas groupby统计

pandas中的groupby方法可以按照指定的列或多列对数据进行分组，然后进行统计分析。常用的统计函数包括sum、mean、min、max、count、median、std、var等。

例如，有如下一组数据：

import pandas as pd

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

df = pd.DataFrame(data)

我们可以按照性别进行分组，然后统计每个性别的平均年龄和收入：

grouped = df.groupby('gender')

print(grouped['age'].mean())
print(grouped['income'].mean())

输出结果为：

gender
F    35.0
M    41.0
Name: age, dtype: float64

gender
F     7000.0
M    8333.333333
Name: income, dtype: float64

我们也可以按照多列进行分组，例如按照性别和年龄段进行分组，然后统计每个组的平均收入：

bins = [0, 30, 40, 60]
labels = ['<30', '30-40', '40+']

df['age_group'] = pd.cut(df['age'], bins=bins, labels=labels)

grouped = df.groupby(['gender', 'age_group'])

print(grouped['income'].mean())

输出结果为：

gender  age_group
F       <30          5000.0
        30-40        9000.0
        40+              NaN
M       <30          6000.0
        30-40        7500.0
        40+         10000.0
Name: income, dtype: float64