「Python数据分析」Pandas进阶，使用groupby分组聚合数据（三）

​在实际数据分析和处理过程中，我们可能需要灵活对分组数据进行聚合操作。这个时候，我们就需要用到用户自定义函数（User-Defined Functions，UDFs）。

使用用户自定义函数进行聚合

使用用户自定义函数聚合时的性能，通常比不上使用GroupBy的pandas内置方法。所以，在我们使用用户自定义函数的时候，可以考虑将复杂的操作分解为使用内置方法的操作链。

我们先来看一个例子

通过kind列进行分组，把分组后的height列，先转换为int整形，最后通过sum进行加总聚合操作。

注意，这里是int整形，没有小数部分，所以结果是一个整数值。

同时应用多个聚合函数

我们可以在分组完成后，同时使用多个聚合函数，来快速计算得到我们所需的各种统计数据，并且一次性呈现出来。

我们来看以下例子

上述操作过程中，先通过A列进行分组，然后在各个子分组数据集中，通过C列计算总和，均值，标准差，三个统计量。

我们还可以对各个子分组数据集中的多列，进行多个聚合操作，如下所示。

这个过程表示，通过A列分组之后，在得到的各个子分数数据集中，同时计算C列和D列的总和，均值，标准差，三个统计量。

命名聚合

如果我们需要自定义聚合函数的列名的话，可以使用命名聚合操作，也就是改变聚合结果的列名。

还是以animals数据集为例。

这里，我们通过命名聚合函数NamedAgg，对height列进行min最小值的聚合操作，结果数据集的列名，设置为min_height。

也可以使用以下的简化语句

得到的结果是一样的，只是省略参数的赋值过程。如果是对命名聚合操作不熟悉的数据分析人员，建议还是使用上面参数赋值完整的程序语句。

如果只对分组后的数据，各个子分组数据集中，单个数据列进行聚合的话，可以使用下面的命名聚合语句。

这是一个链式语句，从左到右分别是，先对animals数据集，通过kind列进行分组。在分组完成后的各个子分组数据集中，通过height列，进行min和max的聚合操作，最后把min和max聚合操作的结果数据列，改名为min_height和max_height。

对分组数据不同的列应用不同的聚合函数

我们可以通过一个字典数据结构，传入我们需要聚合操作的列名和聚合函数，完成对分组后的子分组数据集，不同的列，进行不同的聚合操作。

这样，我们就可以灵活的，对C列进行数据汇总的聚合操作，对D列进行计算标准差的操作。

总结

以上，就是我们关于GroupBy分组聚合数据的所有内容。GroupBy的知识内容，在实际中用处非常大，运用的时候较多。我们很多的实际当中的业务问题，或者是数据分析问题，都需要先对原始数据集进行GroupBy的分组和聚合操作。

通过GroupBy对数据的处理，可以让我们得到所需的子分组数据集，再对子分组数据集，进行一些业务处理，或者是数据处理的操作，比如说聚合操作，这样，基本上可以解决我们很大一部分的数据分析和处理问题。