---

groupby()方法

groupby(
self,
by=None,
axis=0,
level=None,
as_index: bool = True,
sort: bool = True,
group_keys: bool = True,
squeeze: bool = False,
observed: bool = False,
)

部分參數表示的含義如下：

1. by：用于確定進行分組的依據
2. axis：表示分組軸的方向，可以為0或1，默認為0
3. level：如果某個軸是一個MultiIndex對象（索引層次結構），則會按特定級別或多個級別分組
4. as_index：表示聚合后的數據是否以組標簽作為索引的DataFrame對象輸出，接受布爾值，默認為True
5. sort：表示是否對分組標簽進行排序，接受布爾值，默認為True

---

通過groupby()方法執行分組操作，會返回一個GroupBy對象，該對象實際上并沒有進行任何計算，只是包含一些而關于分組鍵的中間數據而已。

一般，使用Series調用groupby()方法返回的是SeriesGroupBy對象，而使用DataFrame調用groupby()方法返回的是DataFrameBy對象。

---

---

在進行分組時，通過指定by參數來確定分組標準，常用的分組方式主要有四種：

• 列表或數組，其長度必須與待分組的軸一樣
• DataFrame對象中某列的名稱
• 字典或Series對象，給出待分組軸上的值與分組名稱之間的對應關系
• 函數，用于處理軸索引或索引中的各個標簽

---

通過列名進行分組

代碼：

import numpy as np
import pandas as pddf = pd.DataFrame({"key": ['C', 'B', 'C', 'A', 'B', 'B', 'A', 'C', 'A'],"Data": [2, 4, 6, 8, 10, 1, 14, 16, 18]})
print(df)
group_obj = df.groupby(by='key')
print("df.groupby(by='key'):\n", group_obj)

輸出結果：

  key  Data
0   C     2
1   B     4
2   C     6
3   A     8
4   B    10
5   B     1
6   A    14
7   C    16
8   A    18
df.groupby(by='key'):<pandas.core.groupby.generic.DataFrameGroupBy object at 0x000002018919F2B0>

從輸出結果可以看出，DataFrame經過分組之后得到了一個DataFrameGroupBy對象，該對象是一個可迭代的對象，即只有在真正需要的時候才會執行計算（惰性計算）

如果要查看每個分組的具體內容，應該使用for循環遍歷DataFrameGroupBy對象。

代碼：

for i in group_obj:print(i)

輸出結果：

('A',   key  Data
3   A     8
6   A    14
8   A    18)
('B',   key  Data
1   B     4
4   B    10
5   B     1)
('C',   key  Data
0   C     2
2   C     6
7   C    16)

---

通過Series對象進行分組

Series對象與原數據的行索引長度相等

將Series對象傳給by參數，作為分組鍵拆分DataFrame對象

代碼：

df1 = pd.DataFrame({'key1': ['A', 'A', 'B', 'B', 'A'],'kye2': ['one', 'two', 'one', 'two', 'one'],'data1': [2, 3, 4, 6, 8],'data2': [3, 5, 6, 3, 7]})
print(df1)se = pd.Series(['a', 'b', 'c', 'a', 'b'])
group_obj1 = df1.groupby(by=se)
for i in group_obj1:print(i)

輸出結果：

key1 kye2  data1  data2
0    A  one      2      3
1    A  two      3      5
2    B  one      4      6
3    B  two      6      3
4    A  one      8      7('a',   key1 kye2  data1  data2
0    A  one      2      3
3    B  two      6      3)
('b',   key1 kye2  data1  data2
1    A  two      3      5
4    A  one      8      7)
('c',   key1 kye2  data1  data2
2    B  one      4      6)

從輸出結果可以看出，se將df1對象分成a，b，c三組，其中索引0和3對應的兩行為a組數據，索引1和4對應的兩行為b組數據，索引2對應的一行為c組數據。

---

Series對象與原數據的行索引長度不等

代碼：

se1 = pd.Series(['a', 'b', 'a'])
group_obj2 = df1.groupby(se1)
for i in group_obj2:print("group_obj2:\n", i)

輸出結果：

('a',   key1 kye2  data1  data2
0    A  one      2      3
2    B  one      4      6)
('b',   key1 kye2  data1  data2
1    A  two      3      5)

由于se1只有三行數據，所以它只需要對df對象的前三行數據進行分組，即第一行第三行分為一組，最后一行分為一組，而不會將全部的數據進行分組

---

通過字典進行分組

用字典對DataFrame進行分組時，需要確定軸的方向及字典中的映射關系，即字典中的鍵為列名，字典的值為自定義的分組名。

---

按照columns軸的方向進行分組

代碼：

df2 = DataFrame({'a': [1, 2, 4, 8, 3],'b': [9, 6, 3, 7, 5],'c': [2, 3, 4, 6, 8],'d': [3, 5, 6, 3, 7]})
mapping = {'a': '第一組', 'b': '第二組', 'c': '第三組', 'd': '第一組'}
print(df2)
by_columns = df2.groupby(by=mapping, axis=1)
print("by_columns:")
for i in by_columns:print(i)

輸出結果：

   a  b  c  d
0  1  9  2  3
1  2  6  3  5
2  4  3  4  6
3  8  7  6  3
4  3  5  8  7
by_columns:
('第一組',    a  d
0  1  3
1  2  5
2  4  6
3  8  3
4  3  7)
('第三組',    c
0  2
1  3
2  4
3  6
4  8)
('第二組',    b
0  9
1  6
2  3
3  7
4  5)

拆分df2時，將a列、d列數據映射到第一組；將b列映射到第二組，將d列數據映射到第三組。

---

按照index軸的方向進行分組

代碼

mapping1 = {0: '第一組', 1: '第二組', 2: '第三組', 3: '第二組', 4: '第一組'}
by_index = df2.groupby(mapping1, axis=0)
print("by_index:")
for i in by_index:print(i)

輸出結果：

by_index:
('第一組',    a  b  c  d
0  1  9  2  3
4  3  5  8  7)
('第三組',    a  b  c  d
2  4  3  4  6)
('第二組',    a  b  c  d
1  2  6  3  5
3  8  7  6  3)

拆分df2時，將0行、4行數據映射到第一組；將1行、3行映射到第二組，將2行數據映射到第三組。

---

通過函數進行分組

使用函數作為分組鍵會更加靈活，任何一個被當作分組鍵的函數都會在各個索引值上被調用一次，返回的值會被用作分組名稱。

代碼：

df2 = DataFrame({'a': [1, 2, 4, 8, 3],'b': [9, 6, 3, 7, 5],'c': [2, 3, 4, 6, 8],'d': [3, 5, 6, 3, 7]},index=['Bob', 'Alice', 'Job', 'Jack', 'Helen'])
group_obj3 = df2.groupby(by=len)
print("group_obj3")
for i in group_obj3:print(i)

輸出結果：

group_obj3
(3,      a  b  c  d
Bob  1  9  2  3
Job  4  3  4  6)
(4,       a  b  c  d
Jack  8  7  6  3)
(5,        a  b  c  d
Alice  2  6  3  5
Helen  3  5  8  7)

在調用groupby()方法時傳入了內置函數len()，表明len()函數會對行索引一列執行求長度的操作，以行索引名稱的長度進行分組，則長度相同的行索引名稱會分成一組。