Pandas如何实现数据分组统计

在Pandas中，可以使用groupby()方法来实现数据分组统计。以下是使用groupby()进行数据分组统计的基本步骤：

1. 导入所需的库：

import pandas as pd

2. 创建一个DataFrame：

data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'A'],
        'Values': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)

3. 使用groupby()方法对数据进行分组：

grouped = df.groupby('Category')

4. 对分组后的数据进行统计操作，例如求和、计数、平均值等：

# 求和
sum_result = grouped.sum()

# 计数
count_result = grouped.count()

# 平均值
mean_result = grouped.mean()

5. 如果需要对多个列进行分组统计，可以将列名放在列表中：

grouped_multiple = df.groupby(['Category', 'Values'])

6. 可以使用agg()方法对分组后的数据进行多种统计操作：

agg_result = grouped.agg({'Values': ['sum', 'count', 'mean']})

7. 如果需要将分组统计的结果合并回原始DataFrame，可以使用merge()方法：

result = df.merge(grouped.agg({'Values': ['sum', 'count', 'mean']}), on='Category', how='left')

这样，你就可以使用Pandas的groupby()方法实现数据分组统计了。根据实际需求，可以对不同的列进行分组，并执行各种统计操作。