【进阶篇】高级数据处理技巧：Pandas中的GroupBy与Apply

# 2.1 分组聚合函数

### 2.1.1 常用聚合函数

Pandas 提供了丰富的聚合函数，用于对分组数据进行聚合计算。常用聚合函数包括：

- `sum()`: 计算各组元素的总和
- `mean()`: 计算各组元素的平均值
- `median()`: 计算各组元素的中位数
- `max()`: 计算各组元素的最大值
- `min()`: 计算各组元素的最小值

**示例：**

import pandas as pd

df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B', 'C'],
    'value': [1, 2, 3, 4, 5]
})

# 分组求和
df_sum = df.groupby('group')['value'].sum()
print(df_sum)

输出：

group
A    3
B    7
C    5
Name: value, dtype: int64

# 2. GroupBy分组操作

GroupBy分组操作是Pandas中用于对数据进行分组和聚合的强大工具。它允许用户根据一个或多个列将数据分组，并对每个组执行各种聚合操作，例如求和、求平均值或计数。

### 2.1 分组聚合函数

#### 2.1.1 常用聚合函数

Pandas提供了各种内置的聚合函数，用于对分组数据执行聚合操作。最常用的聚合函数包括：

- `sum()`：计算每个组中值的总和
- `mean()`：计算每个组中值的平均值
- `max()`：计算每个组中值的最小值
- `min()`：计算每个组中值的最小值
- `count()`：计算每个组中值的个数

**代码块：**

import pandas as pd

df = pd.DataFrame({
    "category": ["A", "B", "C", "A", "B", "C"],
    "value": [10, 20, 30, 40, 50, 60]
})

# 对 "category" 列分组并计算每个组中 "value" 列的总和
result = df.groupby("category")["value"].sum()

print(result)

**逻辑分析：**

* `groupby("category")`：根据 "category" 列将数据分组，返回一个GroupBy对象。
* `["value"].sum()`：对每个组中的 "value" 列求和。
* `print(result)`：打印分组后的聚合结果。

#### 2.1.2 自定义聚合函数

除了内置的聚合函数，用户还可以自定义聚合函数来执行更复杂的聚合操作。自定义聚合函数需要实现 `__call__()` 方法，该方法接受一个分组后的数据帧并返回聚合结果。

**代码块：**

def my_agg_func(group):
    return group["value"].mean() + group["value"].std()

# 对 "category" 列分组并应用自定义聚合函数
result = df.groupby("category")["value"].agg(my_agg_func)

print(result)

**逻辑分析：**

* `my_agg_func(group)`：自定义聚合函数，计算每个组中 "value" 列的平均值和标准差之和。
* `agg(my_agg_func)`：应用自定义聚合函数对每个组进行聚合。
* `print(result)`：打印分组后的聚合结果。

### 2.2 分组排序和筛选

#### 2.2.1 按分组排序

GroupBy对象还支持对分组后的数据进行排序。可以使用 `sort_values()` 方法根据指定的列对分组后的数据进行升序或降序排序。

**代码块：**

# 按 "category" 列分组并对每个组中的 "value" 列进行升序排序
result = df.groupby("category")["value"].sort_values()

print(result)

**逻辑分析：**

* `sort_values()`：对分组后的数据按 "value" 列进行升序排序。
* `print(result)`：打印排序后的分组数据。

#### 2.2.2 按分组筛选

GroupBy对象还支持对分组后的数据进行筛选。可以使用 `filter()` 方法根