【基础】Pandas库应用：数据分组与聚合操作

# 1. Pandas库简介**

Pandas是一个强大的Python库，专门用于处理和分析数据。它提供了一系列高效且易于使用的工具，使数据科学家和分析师能够轻松地处理和操作各种格式的数据。

Pandas库的主要功能之一是其数据结构——DataFrame。DataFrame是一个表格状的数据结构，类似于电子表格，其中每一行代表一个观测值，每一列代表一个变量。Pandas库提供了丰富的函数和方法，使您可以轻松地创建、操作和分析DataFrame。

此外，Pandas库还支持各种数据操作，包括数据分组、聚合、清洗和可视化。这些功能使Pandas成为数据分析和探索的理想工具。

# 2. 数据分组与聚合操作

### 2.1 分组操作

#### 2.1.1 groupby()函数

Pandas库中的`groupby()`函数用于根据指定列或多个列对数据进行分组。其语法格式为：

df.groupby(by=column_name)

其中：

- `df`：要分组的数据框
- `by`：指定分组依据的列名或列名列表

**代码块：**

import pandas as pd

df = pd.DataFrame({
    'name': ['John', 'Mary', 'Peter', 'Susan', 'Tom'],
    'age': [20, 25, 30, 35, 40],
    'city': ['New York', 'London', 'Paris', 'Berlin', 'Rome']
})

grouped_df = df.groupby(by='city')

**逻辑分析：**

上述代码将`df`数据框按`city`列进行分组，并将分组结果存储在`grouped_df`中。

#### 2.1.2 分组后的数据操作

对数据分组后，可以对每个分组的数据进行各种操作，如：

- 求和：`grouped_df.sum()`
- 求平均值：`grouped_df.mean()`
- 求最大值：`grouped_df.max()`
- 求最小值：`grouped_df.min()`

**代码块：**

# 求每个城市中年龄的平均值
average_age_by_city = grouped_df['age'].mean()

**逻辑分析：**

上述代码对每个城市的分组数据求取年龄列的平均值，并将结果存储在`average_age_by_city`中。

### 2.2 聚合操作

#### 2.2.1 聚合函数

Pandas库提供了丰富的聚合函数，用于对分组后的数据进行聚合计算。常用的聚合函数包括：

| 函数 | 描述 |
|---|---|
| `sum()` | 求和 |
| `mean()` | 求平均值 |
| `max()` | 求最大值 |
| `min()` | 求最小值 |
| `count()` | 求数量 |

#### 2.2.2 聚合操作的应用

聚合操作可以应用于分组后的数据，对每个分组的数据进行聚合计算。其语法格式为：

grouped_df.agg(aggregation_function)

其中：

- `grouped_df`：分组后的数据框
- `aggregation_function`：聚合函数

**代码块：**

# 求每个城市中年龄的平均值和最大值
age_stats_by_city = grouped_df['age'].agg(['mean', 'max'])

**逻辑分析：**

上述代码对每个城市的分组数据求取年龄列的平均值和最大值，并将结果存储在`age_stats_by_city`中。

**mermaid流程图：**

graph LR
subgraph 分组
    A[groupby()] --> B[分组后的数据]
end
subgraph 聚合
    B[分组后的数据] --> C[聚合函数] --> D[聚合结果]
end

# 3.1