直接举例子+分析例子+总结来说，我先给几个表：
学生表：student(学号，姓名，年龄，院系)；
课程表：course(课程号，课程名，学分)；
学生选课表：sc(学号，课程号，分数)；
啥时候用分组呢？
我由简至深来谈。
1、比如让我们查询各个课程号及相应的选课人数。
首先定位到sc表上，“各个”很明显就是要按课程分组，group by出场了，分组后对每组去统计选课人数，聚集函数出场了。
聚集函数就是一些统计指标：求和最大值最小值均值方差count这些。
select 课程号,count(distinct 学号)
from sc
group by 课程号;
2、 比如查询选修了3门以上课程的学生学号。
首先我们知道是定位到sc表上，再细读一遍这句话，是选了3门以上课程的学生，那么我们是不是要知道每一个学生选了几门呢。当我们分析出了 “每个”“各个”“每天”等 这样的字眼时，就知道要分组了，这时候group by就出场了。我们要先根据学生分组，分好后要去对每组做一个统计，统计什么，统计每组有多少课程（即每个学号下有几门课），然后过滤掉不满足统计值的组，这就要用到having子句和聚集函数了。
select 学号
from sc
order by 课程号
having count(*)>3;
3、比如查询平均成绩大于等于90分的学生学号和平均成绩。
平均成绩，知道了要用到聚集函数avg()。再细读这不是整体的平均成绩，而是每个学生的平均成绩，知道了要用分组group by。分组后，各组以一个学生为单位。大于90分的学生，知道了要过滤掉小于90分的分组，having也出场了。梳理一下，就是先要分组，分组后，对每组的成绩那列做一个avg的统计，最后用having+avg做一个过滤不合格分组。
select 学号,avg(grade) --select这里返回的avg是统计指标满足>=90的分组的
from sc
group by 学号
having avg(成绩)>=90;
总结一下grouyp by
简单来说，就是用来分组的，同时对每个组做一些统计（聚集函数）。
细说：
group by 是这样用的。它是和聚集函数一起的。如果我们要统计每组的统计特征（求和最大最小均值方差count），我们可以用group by，再在select里面去统计。如果我们要根据每组的统计特征去筛掉一些组，我们可以用group by，再在having里面去根据统计特征的值过滤掉一些组。
python待补充
对应到python里就是表名.group by([列名]).agg(列名:聚集函数)。