Pandas里怎样实现数据分组聚合

在Pandas中，可以使用groupby()方法对数据进行分组，然后使用聚合函数（如sum()、mean()、max()、min()等）对每个分组进行聚合操作。以下是一个简单的示例：

首先，我们需要导入Pandas库并创建一个DataFrame：

import pandas as pd

data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Values': [10, 20, 30, 40, 50, 60]}

df = pd.DataFrame(data)

现在，我们可以使用groupby()方法按’Category’列对数据进行分组，并使用sum()函数对每个分组的’Values’列进行求和：

grouped = df.groupby('Category')
result = grouped.sum()

result DataFrame将包含按’Category’分组的数据的聚合结果：

          Values
Category       
A             90
B            120

你还可以在groupby()方法中指定多个列进行分组，例如：

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

此外，你还可以在分组后对多个列应用不同的聚合函数，例如：

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

result DataFrame将包含按’Category’分组的数据的聚合结果，其中’Values’列包含求和、平均值、最大值和最小值：

          Values
          sum  mean max min
Category                  
A             90   30  50  10
B            120   40  60  20

希望这对你有所帮助！如果你有其他问题，请随时提问。