pandas分组聚合

分组

groupby方法是pandas中的分组方法，对数据框采用groupby方法后，返回的是DataFrameGroupBy对象，一般分组操作后会进行聚合操作。

import pandas as pd

import numpy as np

df = pd.DataFrame({'A': [1, 1, 2, 2],'B': [1, 2, 3, 4],'C':[6,8,1,9]})

对数据框按A列进行分组，产生分组数据框。分组数据框是可迭代对象，可以进行循环遍历，可以看出在循环中，每个元素的类型是元组，
元组的第一个元素是分组值，第二个元素是对应的分组数据框。

分组

g_df=df.groupby('A')

分组数据框类

type(g_df)

循环分组数据

for i in g_df: print(i,type(i),end='\n\n')

可以对分组后的数据框直接使用聚合方法agg，对分组数据框的每一列计算统计函数值。

分组求和

df.groupby('A').agg('sum')

一、序列分组

可以根据数据框外的序列数据对数据框进行分组，需要注意序列长度需要与数据框行数相同。

label=['a','a','b','b']

df