Dataframe.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True,
squeeze=NoDefault.no_default, observed=False, dropna=True)
参数解释：
- by :接收映射、函数、标签或标签列表；用于确定 groupby 的组。 如果 by 是一个函数，它会在对象索引的每个值上调用。 如果传递了 dict 或 Series，则 Series 或 dict VALUES 将用于确定组（首先对齐 Series 的值；请参阅 .align() 方法）。 如果传递了 ndarray，则按原样使用这些值来确定组。 标签或标签列表可以通过 self 中的列传递给 group。
- axis : 接收 0/1；用于表示沿行(0)或列(1)分割。
- level : 接收int、级别名称或序列，默认为None；如果轴是一个多索引(层次化)，则按一个或多个特定级别分组。
- as_index：接收布尔值，默认Ture；Ture则返回以组标签为索引的对象，False则不以组标签为索引。
- sort：接收布尔值，默认Ture；对组键进行排序。 关闭此功能可获得更好的性能。 请注意，这不会影响每个组内的观察顺序。 Groupby 保留每个组中行的顺序。
- group_keys：接收布尔值，默认Ture；调用 apply 时，将组键添加到索引以识别片段。
- squeeze：接收布尔值，默认False；如果可能，减少返回类型的维数，否则返回一致的类型
- observed：接收布尔值，默认False；这仅适用于任何组是分类的情况。 如果为 True：仅显示分类组的观察值。 如果为 False：显示分类组的所有值。
- dropna：接收布尔值，默认Ture；如果为 True，并且组键包含 NA 值，则 NA 值和行/列将被删除。 如果为 False，NA 值也将被视为组中的键
1. 基本用法：
2. 多索引操作：
3. 参数by的用法：
接收映射、函数、标签或标签列表；用于确定 groupby 的组
4. 参数dropna 的用法
如果为 True，并且组键包含 NA 值，则 NA 值和行/列将被删除。 如果为 False，NA 值也将被视为组中的键
5. 参数sort的用法：
5. 方法 get_group()的使用
可以获取group分组后的某一组
6. 属性groups的用法
7. 使用索引级别和列对 Dataframe 进行分组
8. 遍历group组
8. 使用Aggregation聚合函数操作group组
如您所见，聚合结果将具有组名称作为沿分组轴的新索引。 在多个键的情况下，默认情况下结果是 MultiIndex，但可以使用 as_index 选项更改：
请注意，您可以使用 reset_index 函数来实现与列名存储在生成的 MultiIndex 中相同的结果：
9. 使用size方法展示group组的大小
10 聚合函数是减少返回对象维度的函数。 下表列出了一些常见的聚合函数：
| Function | Description |
|---|---|
| mean() | Compute mean of groups |
| sum() | Compute sum of group values |
| size() | Compute group sizes |
| count() | Compute count of group |
| std() | Standard deviation of groups |
| var() | Compute variance of groups |
| sem() | Standard error of the mean of groups |
| describe() | Generates descriptive statistics |
| first() | Compute first of group values |
| last() | Compute last of group values |
| nth() | Take nth value, or a subset if n is a list |
| min() | Compute min of group values |
| max() | Compute max of group values |
