Pandas 数据分组与聚合：掌握数据分析利器，从数据中提取洞察

# 1. Pandas 数据分组与聚合概述**

数据分组和聚合是 Pandas 中强大的工具，用于对大型数据集进行总结和分析。数据分组将数据集划分为更小的组，而聚合函数对每个组执行计算，以生成汇总统计信息。

通过分组和聚合，我们可以：

* 识别数据中的模式和趋势
* 汇总和比较不同组之间的差异
* 从大型数据集快速提取有意义的信息

# 2. 数据分组基础

### 2.1 数据分组操作

数据分组是将数据集中的数据按特定键或列进行分类的过程。在 Pandas 中，可以使用 `groupby()` 方法进行分组操作。该方法接收一个或多个分组键作为参数，并返回一个 `GroupBy` 对象。

import pandas as pd

df = pd.DataFrame({'name': ['John', 'Mary', 'Peter', 'Susan', 'John', 'Mary'],
                   'age': [20, 25, 30, 28, 20, 25]})

# 按 'name' 列分组
grouped = df.groupby('name')

### 2.2 分组键和聚合函数

分组键指定了分组的依据，而聚合函数用于对分组后的数据进行汇总计算。Pandas 提供了多种聚合函数，包括求和、求平均值、求最大值、求最小值等。

# 求每组 'name' 的年龄平均值
grouped.mean()

| name | age |
|---|---|
| John | 20.0 |
| Mary | 25.0 |
| Peter | 30.0 |
| Susan | 28.0 |

### 2.3 分组结果的探索

分组后的结果是一个 `GroupBy` 对象，它提供了多种方法来探索分组数据。

- **迭代分组：**使用 `itergroups()` 方法可以迭代分组结果，并访问每个分组的键和数据。
- **获取分组键：**使用 `groups` 属性可以获取分组键。
- **获取分组大小：**使用 `size()` 方法可以获取每个分组的大小。
- **获取分组索引：**使用 `indices` 属性可以获取每个分组的索引。

# 3.1 常用聚合函数

Pandas 提供了丰富的聚合函数，可用于对分组数据进行汇总和统计。这些函数可分为以下几类：

#### 3.1.1 数值聚合函数

| 函数 | 描述 |
|---|---|
| `sum()` | 计算组内元素的和 |
| `mean()` | 计算组内元素的平均值 |
| `median()` | 计算组内元素的中位数 |
| `min()` | 计算组内元素的最小值 |
| `max()` | 计算组内元素的最大值 |
| `st