pandas.group by

group by函数在使用Python进行分组分析时使用非常频繁，使用group by可以对数据进行简单的分组分析。 
一、分组列一列，计算列一列的写法

一组分组列，一组计算列，一种计算方式

aggResult = data.groupby(by=['年龄分层'])['年龄'].agg({'人数': numpy.size})1

grouped = data.年龄.groupby(data.年龄分层)
aggResult = grouped.agg({'人数': numpy.size})12

一组分组列，一组计算列，多种计算方式

aggResult = data.groupby(by=['class'])['score'].agg({'总分': numpy.sum,'人数': numpy.size,'平值': numpy.mean})1

grouped = data.score.groupby(data.class)
aggResult = grouped.agg({'总分': numpy.sum,'人数': numpy.size,'平值': numpy.mean})12

二、分组列两列，计算列一列的写法 
 - 两组分组列，一组计算列，一种计算方式

aggResult = data.groupby(by=['年龄分层'])['年龄','性别'].agg({'人数': numpy.size})1

grouped = data.年龄.groupby(data.年龄分层,data.性别)
aggResult = grouped.agg({'人数': numpy.size})
--------------------- 
作者：aryena的花花世界 
来源：CSDN 
原文：https://blog.csdn.net/weixin_41100555/article/details/79482622 
版权声明：本文为博主原创文章，转载请附上博文链接！