pandas中的groupby函数的使用

df = pd.DataFrame(data={'books':['bk1','bk1','bk1','bk2','bk2','bk3'], 'price': [12,12,12,15,15,17]})

df.groupby('books', as_index=True).sum()

df.groupby('books', as_index=False).sum()

import numpy as np
import pandas as pd

df = pd.DataFrame(data={'books': ['bk1', 'bk1', 'bk1', 'bk2', 'bk2', 'bk3'], 'price': [12, 16, 12, 15, 15, 17]})
print(df.head())

c = df.groupby(by=['books'], as_index=False).agg({'price': sum})
# <class 'pandas.core.frame.DataFrame'>
# print(type(c))
print(c)

d = df.groupby(by=['books'], as_index=False).price.mean()
print(d)

groupby分组之后，后面可以跟agg()聚合函数，也可以直接通过“.”的方式获取列属性后，再通过mean（）、min()、max()、describe()等方式

f = df.groupby(by=['books'], as_index=True).price.agg(['min', 'max', 'mean'])
print(f)