Python Pandas如何进行分组聚合操作

在Python的Pandas库中，可以使用groupby()方法进行分组聚合操作。以下是使用groupby()进行分组聚合的基本步骤：

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'],
        'Values': [10, 20, 30, 40, 50, 60]}
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聚合操作。可以使用多种聚合函数，例如sum()、mean()、max()、min()等。以下是一些示例：

# 计算每个分组的和
grouped_sum = grouped.sum()

# 计算每个分组的平均值
grouped_mean = grouped.mean()

# 计算每个分组的最大值
grouped_max = grouped.max()

# 计算每个分组的最小值
grouped_min = grouped.min()

5. 如果需要对多个列进行聚合操作，可以将聚合函数放在一个字典中，字典的键是列名，值是要应用的聚合函数。例如：

aggregated = df.groupby('Category').agg({'Values': ['sum', 'mean', 'max', 'min']})

这将返回一个包含多个聚合函数的DataFrame。

6. 如果需要重置索引，可以使用reset_index()方法：

grouped_reset = grouped.reset_index()

这只是Pandas中进行分组聚合操作的基本方法。Pandas提供了许多其他选项和功能，可以根据需要进行更复杂的分组和聚合操作。