python pandas dataframe group

groupby() 用法

pandas 可以很方便的对DataFrame中的数据进行分组处理，可以按单列、多列进行分组，可以对分组的内容通过agg方法进行sum、min、max、 count等聚合运算，在应用当中，使用率非常的高，下面通过代码对这个方法的使用进行详细解说

以下代码截图来自Jupyter中文集成版(Python整合版)

Git地址：

GitHub - DaiMaBang/Jupyter: Jupyter中文集成版(Python整合版)，是把python3.8和jupyter notebook高度集成，jupyter傻瓜式安装，用最简洁友好的纯中文方式(jupyter汉化100%)展现出来的优秀Jupyter绿色使用工具。本工具，把Jupyter的复杂操作简单化，集成pandas、numpy、matplotlib等常用三方库，并附带一些python的基础语法、pandas使用、股票分析实例，让您能最快的开始Jupyter的编写。https://github.com/DaiMaBang/Jupyter

默认df.groupby()后，返回的是对象内存地址，看起来不直观 ，通过list进行列表转换，可以看到，列表的大小是2，里面包含，两个元组类型的数据，每个元组由分组列的值和DataFrame组成

也可以通过for ... in 从里面读取出对应的数据 

 

看到这要的数据，在实际应用当中，没有太大的意义，一般真正实用的，就是把分组后的数据，再进行agg方法处理，进行对应的列聚合，可以对一列，或者多列进行聚合。

 这个数据 看着跟DataFrame不是太像,可读性不是太好，有没有更直观的表现哪？可以，只用把索引重置一下就可以了，df.reset_index()

之所有出现上面的数据情况，是因为，groupby后，默认把分组的列做为索引 ，当不想用重置索引，可以在分组的时候，指定，不以分组列做为索引（默认是做为索引的）