pandas常用功能_4：groupby聚合

pandas的merge和mysql的join用法基本一致，与之类似，pandas有个group by的方法与mysql的group by用法一致。

一、Group by是什么

百度百科的定义是
GroupBy语句从英文的字面意义上理解就是“根据(by)一定的规则进行分组(Group)”。它的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理。

我的理解，mysql的对象是一张行列的二维表，pandas的DataFrame其实也是一张行列二维表。
那么，Group by其实就是对于二维表的某一些列（by的对象，可以是1个或多个），执行一个聚合操作（group的运算）。
比如有一张表，每一行代表一个学生，有学号、姓名、性别、成绩4列。可以对性别进行聚合，计算男生、女生分别有多少人，平均成绩多少，最高最低分等。
手里的电脑没有配置python环境，稍后补充代码示例~~~

二、代码示例

文档说明

“group by” 指的是涵盖下列一项或多项步骤的处理流程：
分割：按条件把数据分割成多组；
应用：为每组单独应用函数；
组合：将处理结果组合成一个数据结构。

代码示例

创建示例数

In [91]: df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar',
   ....:                          'foo', 'bar', 'foo', 'foo'],
   ....:                    'B': ['one', 'one', 'two', 'three',
   ....:                          'two', 'two', 'one', 'three'],
   ....:                    'C': np.random.randn(8),
   ....:                    'D': np.random.randn(8)})
   ....: 

In [92]: df
Out[92]: 
     A      B         C         D
0  foo    one -1.202872 -0.055224
1  bar    one -1.814470  2.395985
2  foo    two  1.018601  1.552825
3  bar  three -0.595447  0.166599
4  foo    two  1.395433  0.047609
5  bar    two -0.392670 -0.136473
6  foo    one  0.007207 -0.561757
7  foo  three  1.928123 -1.623033

对一列进行聚合

In [93]: df.groupby('A').sum()
Out[93]: 
            C        D
A                     
bar -2.802588  2.42611
foo  3.146492 -0.63958

对多列进行聚合

In [94]: df.groupby(['A', 'B']).sum()
Out[94]: 
                  C         D
A   B                        
bar one   -1.814470  2.395985
    three -0.595447  0.166599
    two   -0.392670 -0.136473
foo one   -1.195665 -0.616981
    three  1.928123 -1.623033
    two    2.414034  1.600434

未完待续~~~