一、分组与聚合的原理
在Pandas中，分组是指使用特定的条件将原数据划分为多个组，聚合在这里指的是，对每个分组中的数据执行某些操作，最后将计算的结果进行整合。
分组与聚合的过程大概分为以下三步：
| 拆分 | 将数据集按照一些标准拆分为若干个组。 |
| 应用 | 将某个函数或方法（内置和自定义均可）应用到每个分组。 |
| 合并 | 将产生的新值整合到结果对象中。 |
二、通过groupby()方法将数据拆分成组
在Pandas中，可以通过groupby()方法将数据集按照某些标准划分成若干个组。
groupby(by=None, axis=0, level=None, as_index=True, sort=True,group_keys=True, squeeze=False, observed=False, **kwargs)
groupby()方法会返回一个GroupBy对象，该对象实际上并没有进行任何计算，只是包含一些关于分组键的中间数据而已。
通过groupby()方法的by参数可以指定按什么标准分组，该参数可以接收的数据主要有以下4种：
1.列表或数组
2.dateframe某列
3. 字典或series对象
4.函数
三、按列名分组
如果DataFrame对象的某一列数据符合划分成组的标准，则可以将该列当做分组键来拆分数据集。
df.groupby(by='Key')
如果要查看每个分组的具体内容，则可以使用for循环遍历DataFrameGroupBy对象。
group_obj = df.groupby('Key')
# 遍历分组对象
for i in group_obj:
print(i)
•按Series对象进行分组
还可以将自定义的Series类对象作为分组键进行分组。
ser_obj = pd.Series(['a', 'b', 'c', 'a', 'b'])
# 按自定义Series对象进行分组
group_obj = df.groupby(by = ser_obj)
如果Series对象与Pandas对象的索引长度不相同时，则只会将具有相同索引的部分数据进行分组。
df = se = pd.Series(['a', 'a', 'b'])
group_obj = df.groupby(se)['one', 'two', 'one','two', 'one'],
'data1': [2, 3, 4, 6, 8],
'data2': [3, 5, 6, 3, 7]})
se = pd.Series(['a', 'a', 'b'])
group_obj = df.groupby(se)
四、按字典进行分组
当使用字典对DataFrame进行分组时，则需要确定轴的方向及字典中的映射关系，即字典中的键为列名，字典的值为自定义的分组名。
mapping = {'a':'第一组','b':'第二组','c':'第一组','d':'第三组','e':'第二组'}
by_column = num_df.groupby(mapping, axis=1)
五、按函数进行分组
将函数作为分组键会更加灵活，任何一个被当做分组键的函数都会在各个索引值上被调用一次，返回的值会被用作分组名称。
# 使用内置函数len进行分组
groupby_obj = df.groupby(len)
六、 使用内置统计方法聚合数据
前面介绍过的Pandas统计方法，比如用于获取最大值和最小值的max()和mix()，这些方法常用于简单地聚合分组中的数据。Series对
# 按key1进行分组，求每个分组的平均值
df.groupby('key1').mean()
如果内置方法无法满足聚合要求时，则可以自定义函数，将它作为参数传给agg()方法，实现Pandas对象的聚合运算。象 字典或
agg（func,axis = 0,* args,** kwargs ）
七、面向列的聚合方法
对每一列数据应用同一个函数字典
通过agg()方法进行聚合，最简单的方式就是给该方法的func参数传入一个函数，这个函数既可以是内置的，也可以自定义的或
def range_data_group(arr):
return arr.max()-arr.min()
# 使用自定义函数聚合分组数据
data_group.agg(range_data_group)
•对某列数据应用不同的函数
可以将两个函数的名称放在列表中，之后在调用agg()方法进行聚合时作为参数传入即可，
# 对一列数据用两种函数聚合
data_group.agg([range_data_group, sum])
•对不同列数据应用不同函数
如果希望对不同的列使用不同的函数，则可以在agg()方法中传入一个{"列名":"函数名"}格式的字典。
data_group.agg({'a': 'sum', 'b': 'mean', 'c': range_data_group})
Series对象
字典或
Series对象
