pandas 分组groupby

https://github.com/yeayee/joyful-pandas/blob/master/第3章%20分组.ipynb
1.根据某一列分组
经过groupby后会生成一个groupby对象，该对象本身不会返回任何东西，只有当相应的方法被调用才会起作用¶

grouped_single = df.groupby('School')
grouped_single.get_group('S_1')

2.根据某几列分组

grouped_mul = df.groupby(['School','Class'])
grouped_mul.get_group(('S_2','C_4'))

3.组容量与组数

grouped_single.size()
#返回每组的个数
grouped_mul.size()
grouped_single.ngroups
#返回组数
grouped_mul.ngroups

4.组的遍历

for name,group in grouped_single:
    print(name)
    display(group.head())
S_1
School	Class	Gender	Address	Height	Weight	Math	Physics
ID								
1101	S_1	C_1	M	street_1	173	63	34.0	A+
1102	S_1	C_1	F	street_2	192	73	32.5	B+
1103	S_1	C_1	M	street_2	186	82	87.2	B+
1104	S_1	C_1	F	street_2	167	81	80.4	B-
1105	S_1	C_1	F	street_4	159	64	84.8	B+
S_2
School	Class	Gender	Address	Height	Weight	Math	Physics
ID								
2101	S_2	C_1	M	street_7	174	84	83.3	C
2102	S_2	C_1	F	street_6	161	61	50.6	B+
2103	S_2	C_1	M	street_4	157	61	52.5	B-
2104	S_2	C_1	F	street_5	159	97	72.2	B+
2105	S_2	C_1	M	street_4	170	81	34.2	A

5.level参数（用于多级索引）和axis参数

6.其他
对分组对象使用head函数，返回的是每个组的前几行，而不是数据集前几行¶

first显示的是以分组为索引的每组的第一个分组信息

对于groupby函数而言，分组的依据是非常自由的，只要是与数据框长度相同的列表即可，同时支持函数型分组¶

df[:5].groupby(lambda x:print(x)).head(0)

根据奇偶行分组¶

df.groupby(lambda x:'奇数行' if not df.index.get_loc(x)%2==1 else '偶数行')
#df.index.get_loc返回x在df中的整数位置

如果是多层索引，那么lambda表达式中的输入就是元组，下面实现的功能为查看两所学校中男女生分别均分是否及格¶

math_score = df.set_index(['Gender','School'])['Math'].sort_index()
grouped_score = df.set_index(['Gender','School']).sort_index().\
            groupby(lambda x:(x,'均分及格' if math_score[x].mean()>=60 else '均分不及格'))
for name,_ in grouped_score:print(name)
(('F', 'S_1'), '均分及格')
(('F', 'S_2'), '均分及格')
(('M', 'S_1'), '均分及格')
(('M', 'S_2'), '均分不及格')

7.groupby的[]操作:
可以用[]选出groupby对象的某个或者某几个列，上面的均分比较可以如下简洁地写出：¶

df.groupby(['Gender','School'])['Math'].mean()>=60
Out[18]:
Gender  School
F       S_1        True
        S_2        True
M       S_1        True
        S_2       False
Name: Math, dtype: bool

用列表可选出多个属性列(统计表)
df.groupby([‘Gender’,‘School’])[[‘Math’,‘Height’]].mean()

8.连续型变量分组
例如利用cut函数对数学成绩分组

In [20]:
bins = [0,40,60,80,90,100]
cuts = pd.cut(df['Math'],bins=bins) #可选label添加自定义标签
df.groupby(cuts)['Math'].count()
Out[20]:
Math
(0, 40]       7
(40, 60]     10
(60, 80]      9
(80, 90]      7
(90, 100]     2