DataFrame.groupby(self, by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs) [source]
使用映射器或按Series列对DataFrame或Series进行分组。
分组操作涉及拆分对象，应用功能以及组合结果的某种组合。这可用于对大量数据进行分组并在这些组上进行计算操作。
参数： | by ： 映射，功能，标签或标签列表 用于确定分组依据的分组。如果by是函数， 则在对象索引的每个值上调用它。 如果通过了 则将使用Series或dict VALUES来确定组 （将Series的值首先对齐；请参见 如果传递了 标签或标签列表可以按中的列传递给分组self。 注意，元组被解释为（单个）key。 axis ： { 沿 level ： int，level名称或此类的序列，默认为 如果axis是MultiIndex（分层）， 则按一个或多个特定级别分组。 as_index ： bool，默认为 对于聚合输出，返回带有组标签的对象作为索引。 仅与DataFrame输入有关。
sort ： 布尔值，默认为True 排序组键。关闭此功能可获得更好的性能。请注意， 这不会影响每个组中观察的顺序。 Groupby保留每个组中行的顺序。 group_keys ： 布尔值，默认为 调用apply时，将组键添加到索引以识别片段。 squeeze ： 布尔值，默认为 如果可能，请减小返回类型的维数， 否则返回一致的类型。 observed ： 布尔值，默认为 仅当任何groupers为分类者时才适用。如果为 仅显示分类groupers的观测值。 如果为 0.23.0版中的新功能。 **kwargs 可选，仅接受关键字参数"mutated"并传递给 |
返回值： |
依赖于调用对象， 并返回包含有关组信息的groupby对象。 |
例子
1）基本的分组与聚合
import pandas as pd
# 创建示例 DataFrame
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
# 按 Category 列进行分组，并求 Value 列的总和
grouped = df.groupby('Category')['Value'].sum()
print(grouped)
2）按多个列分组
import pandas as pd
# 创建示例 DataFrame
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
# 创建一个包含多个分组列的数据
df['SubCategory'] = ['X', 'X', 'Y', 'Y', 'X', 'Y']
# 按 Category 和 SubCategory 列分组
grouped = df.groupby(['Category', 'SubCategory'])['Value'].sum()
print(grouped)3）使用多个聚合函数
import pandas as pd
# 创建示例 DataFrame
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
# 应用多个聚合函数，如 sum, mean, max
grouped = df.groupby('Category')['Value'].agg(['sum', 'mean', 'max'])
print(grouped)4）使用 transform() 进行分组转换
import pandas as pd
# 创建示例 DataFrame
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
# 使用 transform()
# 将每个分组的值标准化（减去均值，除以标准差）
df['Normalized'] = df.groupby('Category')['Value'].transform(
lambda x: (x - x.mean()) / x.std())
print(df)
5）使用 filter() 过滤分组
import pandas as pd
# 创建示例 DataFrame
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
# 过滤掉 Value 总和小于 50 的分组
filtered = df.groupby('Category').filter(lambda x: x['Value'].sum() > 50)
print(filtered)