数据聚合（groupby聚合）

        聚合指的是任何能够从数组产生标量值的数据转换过程，比如mean、count、min以及sum等函数。你可能想知道在GroupBy对象上调用mean()时究竟发生了什么。许多常见的聚合运算都有进行优化。然而，除了这些方法，你还可以使用其它的。下表是经过优化的groupby方法：

函数名	说明
count	分组中非NA值的数量
sum	非NA值的和
mean	非NA值的平均值
median	非NA值的算数中位数
std、var	无偏标准差和方差
min、max	非NA值的最小值和最大值
prod	非NA值的积
first、last	第一个和最后一个非NA值

1.  groupby的聚合函数

例如：使用groupby聚合函数对数据进行统计分析。

首先创建一个dataframe对象：

关键技术：采用describe()函数求各种统计值：

关键技术：采用mean()函数求均值：

关键技术：采用count()和size()函数求计数：

关键技术：size跟count的区别是：size计数时包含NaN值，而count不包含NaN值。count() 计算的是 value（数值）； size() 计算的是 size（个数）。

例如：agg()函数对数据集进行聚合操作。

关键技术：采用agg()函数进行聚合操作。agg函数也是我们使用pandas进行数据分析过程中，针对数据分组常用的一条函数。如果说用groupby进行数据分组，可以看做是基于行（或者说是index）操作的话，则agg函数则是基于列的聚合操作。

首先建立例数据集：

采用agg()函数计算各个城市的求和与均值：

采用agg()函数针对不同的城市，使用不同的聚合函数：