Pandas数据分组分析实战教程：从分组运算到聚合函数，全面掌握分组技巧

# 1. Pandas数据分组基础

Pandas数据分组是将数据帧中的数据根据指定的分组键进行分组，从而对每个分组进行操作和分析。

### 分组操作：groupby()函数

groupby()函数是Pandas中用于分组操作的核心函数。其基本用法为：

df.groupby(key)

其中，`key`可以是列名、列表或函数。分组后，数据帧将被拆分成多个分组对象，每个分组对象代表一个分组键下的数据。

# 2. 分组运算和聚合函数

### 2.1 分组运算：groupby()函数详解

#### 2.1.1 基本用法和参数介绍

`groupby()`函数是Pandas中用于分组运算的核心函数，其基本用法如下：

df.groupby(by=column_name)

其中：

* `df`：需要进行分组运算的数据框
* `by`：分组依据的列名

例如，对`df`数据框按`column_name`列进行分组：

df_grouped = df.groupby(by='column_name')

`groupby()`函数还支持多个列作为分组依据，此时需要使用列表或元组指定：

df_grouped = df.groupby(by=['column_name1', 'column_name2'])

#### 2.1.2 分组后的数据操作

对数据框进行分组后，可以通过`groupby`对象进行各种数据操作，包括：

* **迭代分组：**使用`for`循环迭代分组对象，访问每个分组的数据：

for group_name, group_data in df_grouped:
    print(group_name)
    print(group_data)

* **获取分组信息：**使用`groups`属性获取分组信息，返回一个字典，键为分组依据的值，值为分组后的数据索引：

group_info = df_grouped.groups

* **过滤分组：**使用`filter`方法过滤分组，返回满足条件的分组数据：

filtered_groups = df_grouped.filter(lambda x: x['column_name'].mean() > 10)

### 2.2 聚合函数：agg()函数详解

#### 2.2.1 常用聚合函数介绍

Pandas提供了丰富的聚合函数，用于对分组后的数据进行聚合操作，常用函数包括：

| 函数 | 描述 |
|---|---|
| `sum()` | 求和 |
| `mean()` | 求平均值 |
| `max()` | 求最大值 |
| `min()` | 求最小值 |
| `count()` | 计数 |
| `std()` | 求标准差 |
| `var()` | 求方差 |

例如，对`df_grouped`分组数据求每组的平均值：

df_grouped['column_name'].mean()

#### 2.2.2 多个聚合函数同时使用

`agg()`函数支持同时使用多个聚合函数，返回一个包含多个聚合结果的数据框：

df_grouped.agg({'column_name1': ['mean', 'max'], 'column_name2': ['sum', 'count']})

该代码将返回一个数据框，包含`column_name1`列的平均值和最大值，以及`column_name2`列的和和计数。

**代码块逻辑分析：**

# 导入Pandas库
import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({
    'column_name1': [1, 2, 3, 4, 5],
    'column_name2': ['a', 'b', 'c', 'd', 'e']
})

# 对数据框按column_name1列进行分组
df_grouped = df.groupby(by='column_name1')

# 使用agg()函数对分组后的数据进行聚合操作
result = df_grouped.agg({'column_name1': ['mean', 'max'], 'column_name2': ['sum',