python 分组统计groupby

分组统计groupby功能：

根据某些条件,将数据拆成组
对每个组独立应用函数
将结果合并到一个数据结构中

1.语法

Dataframe在行（axis=0）或列（axis=1）上进行分组，将一个函数应用到各个分组并产生一个新值，然后函数执行结果被合并到最终的结果对象中。
df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

2.基础分组

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':['Foo','Bar','Foo','Bar','Foo'],
                   'B':['one','two','three','one','two'],
                   'C':np.random.randn(5),
                   'D':range(5)
                  })
print(df)

print('------------')

print(df.groupby('A'),type(df.groupby('A'))) #此处得到的是一个groupby对象，并没有进行计算
print('------------')
# 对A分组

a = df.groupby('A').mean() # 按A列分组后并对C跟D列进行求平均
print(a)

print('------------')

# 先对A分组，再对B分组，然后计算其平均值
b = df.groupby(['A','B']).mean()
print(b)

# 对A分组，然后对D列求平均值
print('------------')
c = df.groupby(['A'])['D'].mean()
print(c)

print('------------')

# 默认axis=0，按行来分组

输出结果：

其他的功能请移步：分组统计groupby