Pandas每日函数学习之groupby函数

groupby 是 Pandas 中一个非常强大的函数，它允许你将数据集分组并对每个分组应用一个或多个聚合函数。这种操作通常被称为“split-apply-combine”策略，即将数据拆分成多个部分，对每部分应用函数，然后将结果组合回一个数据结构。

df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, dropna=True)

by: 分组依据。可以是列名、列名的列表、数组、索引级别或键，用于确定分组。
axis: 默认为0，表示按行分组。如果为1，则按列分组。
level: 如果对象是多级索引，则按特定级别分组。
as_index: 默认为True，返回对象以组标签作为索引。如果为False，则组标签将作为列返回。
sort: 默认为True，根据组键对结果进行排序。
group_keys: 当应用分组操作时，是否添加组键。
squeeze: 如果应用于此函数的聚合结果只有一列，则返回一个系列。
observed: 仅用于分类分组，如果为True，则仅显示观察到的值。
dropna: 是否从分组键中删除缺失值。

示例：假设我们有一个DataFrame，包含了员工的部门和薪水信息

import pandas as pd

data = {
    'Department': ['HR', 'IT', 'Finance', 'HR', 'IT'],
    'Employee': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Salary': [70000, 80000, 120000, 65000, 85000]
}

df = pd.DataFrame(data)

可以使用 groupby 来计算每个部门的平均薪水：

grouped = df.groupby('Department')
average_salary = grouped['Salary'].mean()

进阶用法：groupby 还支持多级分组。例如，你可以先按部门分组，然后在每个部门内按性别分组。此外，你还可以对分组后的数据应用多个聚合函数。例如，你可以同时计算每个部门的平均薪水和最高薪水。

grouped = df.groupby(['Department', 'Gender'])
summary = grouped['Salary'].agg(['mean', 'max'])