釋義
groupby用來分組，調用groupby 之後返回pandas.core.groupby.generic.DataFrameGroupBy，其實就是由一個個格式爲(key, 分組後的dataframe)的元組，組成的列表：
[(key1, dataframe1), (key2, dataframe2), ...]
案例
- 初始化數據，此時這個班級有2個同名的人都叫Jack
df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack'], 'stu_age': [16, 16, 15, 21]})
print(df)
stu_name stu_age
0 Tom 16
1 Tony 16
2 Jack 15
3 Jack 21
- 根據
stu_name進行分組，根據上面的釋義，則可以遍歷列表中的每個元組
groups = df.groupby(['stu_name'])
for v in groups:
print(v)
('Jack', stu_name stu_age
2 Jack 15
3 Jack 21)
('Tom', stu_name stu_age
0 Tom 16)
('Tony', stu_name stu_age
1 Tony 16)
顯而易見，每個元素v中，v[0]是groupby的列名，v[1]就是該分組下的dataframe
groupby之後的聚合操作
groupby之後更常見的是使用各種聚合函數，如
- min：最小值
- max：最大值
- sum：總和
- mean：平均值
- median：中位數
- count：計數
- var：方差
- std：標準差
案例
- 初始化數據
df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack'], 'stu_age': [16, 16, 15, 21], 'stu_score': [99, 1, 1, 0]})
stu_name stu_age stu_score
0 Tom 16 99
1 Tony 16 1
2 Jack 15 1
3 Jack 21 0
- 以名字分組，並對分組後的年齡、成績求和（例子不具備顯示意義，僅做演示）
sum_df = df.groupby(['stu_name']).sum()
print(sum_df)
stu_age stu_score
stu_name
Jack 36 1
Tom 16 99
Tony 16 1
groupby之後直接調用聚合函數，會對所有的列進行聚合操作，但有些時候需要在分組後對多個列進行不同的聚合操作，比如groupby之後，年齡求和，分數求平均值，這時候就需要使用agg函數
groupby之後使用agg函數
- 沿用上面的原始數據，以名字分組，分組後年齡求和，成績求平均值
agg_df = df.groupby(['stu_name']).agg({'stu_age': 'sum', 'stu_score': 'mean'})
print(agg_df)
stu_age stu_score
stu_name
Jack 36 0.5
Tom 16 99.0
Tony 16 1.0
可以看出如果groupby後要對分組內所有的列都進行一樣的操作，那直接調用相關的聚合函數即可，如果是分組後不同的列進行不同的聚合操作，則可以直接採用agg函數。