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：
2.分组后可迭代对象操作
import pandas as pd
# 分组，可迭代对象
df = pd.DataFrame({\'X\':[\'A\',\'B\',\'A\',\'B\'],
\'Y\':[1,4,3,2]
})
print(df)
print(df.groupby(\'X\'),type(df.groupby(\'X\')))
print(\'----------------\')
print(list(df.groupby(\'X\')),\'可迭代对象，直接生成list \\n\')
print(list(df.groupby(\'X\'))[0],\'以元组的形势展示 \\n\')
for n,g in df.groupby(\'X\'):
print(n) # 组名
print(g) # 组后跟的DataFrame
print(\'******************\')
print(\'------------------get_group()提取分组后的组--------------------\')
print(df.groupby([\'X\']).get_group(\'A\'),\'\\n\')
print(df.groupby([\'X\']).get_group(\'B\'),\'\\n\')
print(\'-------------------\')
# groups：将分组后的groups转为dict,可以字典索引方法来查看groups里的元素
grouped = df.groupby([\'X\'])
print(grouped.groups)
print(grouped.groups[\'A\']) # 也可写：df.groupby(\'X\').groups[\'A\']
print(\'-------------------\')
# size()：查看分组后的长度
sz = grouped.size()
print(sz,type(sz))
print(\'-----\')
# 按照两个列进行分组
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)})
grouped = df.groupby([\'A\',\'B\']).groups
print(df)
print(grouped)
print(grouped[(\'foo\', \'three\')])
输出结果：
3.按照轴类型进行分组
# 按照轴类型进行分组
import pandas as pd
df = pd.DataFrame({\'data1\':np.random.rand(2),
\'data2\':np.random.rand(2),
\'key1\':[\'a\',\'b\'],
\'key2\':[\'one\',\'two\'],
})
print(df)
print(df.dtypes)
print(\'----------------------------\')
for n,p in df.groupby(df.dtypes,axis=1):
print(n)
print(p)
print(\'*************\')
输出结果：
4.通过字典或者Series进行分组
import pandas as pd
df = pd.DataFrame(np.arange(16).reshape(4,4), columns = [\'a\',\'b\',\'c\',\'d\'])
print(df)
print(\'-------------------------\')
# mapping中，a、b列对应的为one，c、d列对应的为two，以字典来分组
mapping = {\'a\':\'one\',\'b\':\'one\',\'c\':\'two\',\'d\':\'two\',\'e\':\'three\'}
by_column = df.groupby(mapping, axis = 1)
print(by_column.sum())
print(\'-------------------------\')
# s中，index中a、b对应的为one，c、d对应的为two，以Series来分组
s = pd.Series(mapping)
print(s,\'\\n\')
print(s.groupby(s).count())
输出结果：
5.通过函数分组
import pandas as pd
df = pd.DataFrame(np.arange(16).reshape(4,4),
columns = [\'a\', \'b\', \'c\', \'d\'],
index = [\'abc\', \'bcd\', \'aa\', \'b\']
)
print(df,\'\\n\')
# 按照字母长度分组，分组后求和
print(df.groupby(len).sum())
输出结果：
6.分组后常用数值函数
import pandas as pd
s = pd.Series([1,2,3,10,20,30], index = [1,2,3,1,2,3])
grouped = s.groupby(level=0) # groupby(level=0) 将同一个index的分为一组
print(grouped)
print(grouped.first(),\'-------first:非NaN的第一个值 \\n\')
print(grouped.last(),\'-------last:非NaN的最后一个值 \\n\')
print(grouped.sum(),\'-------sum:非NaN的和 \\n\')
print(grouped.mean(),\'-------mean:非NaN的平均值 \\n\')
print(grouped.median(),\'-------median:非NaN的算术中位数 \\n\')
print(grouped.count(),\'-------count:非NaN的值 \\n\')
print(grouped.min(),\'-------min、max：非NaN的最小值、最大值 \\n\')
print(grouped.std(),\'-------std，var：非NaN的标准差和方差\\ \\n\')
print(grouped.prod(),\'-------prod：非NaN的积\\n\')
输出结果：
7.多函数计算
import pandas as pd
df = pd.DataFrame({\'a\':[1,1,2,2],
\'b\':[10,10,20,20],
\'c\':[100,100,200,200],
\'d\':[1000,1000,2000,2000]
})
print(df)
print(\'----------------------\')
print(df.groupby(\'a\').agg([\'mean\',np.sum])) # 即可以求平均数，也可以求和
print(df.groupby(\'a\')[\'b\'].agg({"mean","sum"}))
输出结果：
