🎯 今日目標

• 掌握 Pandas 中 groupby() 的使用方式
• 學會使用 agg() 方法進行多個聚合
• 掌握 pivot_table() 構建透視表
• 結合分組與排序進行更深入的分析

---

🧮 一、基本分組統計（groupby）

? 分組 + 單列聚合

df.groupby("性別")["成績"].mean()

輸出（示例）：

性別
女    75.2
男    72.3

---

? 分組 + 多列聚合

df.groupby("性別")[["成績", "是否及格"]].mean()

---

🔧 二、自定義聚合（agg）

? 一個字段多個聚合函數

df.groupby("性別")["成績"].agg(["mean", "max", "min", "count"])

? 多字段多個聚合函數

df.groupby("性別").agg({"成績": ["mean", "std"],"是否及格": "sum"
})

---

📊 三、透視表（pivot_table）

pd.pivot_table(df, values="成績", index="性別", columns="是否及格", aggfunc="mean")

可以理解為 Excel 中的“數據透視表”

---

🔁 四、結合分組后的排序

grouped = df.groupby("性別")["成績"].mean().reset_index()
grouped.sort_values("成績", ascending=False)

---

🧪 今日練習任務

繼續使用 students_cleaned.csv，完成以下練習：

1. 按性別統計學生人數

2. 按性別統計平均成績、最高分、最低分

3. 按性別和是否及格雙重分組，統計各組平均成績

4. 構建透視表，顯示是否及格和性別的成績均值交叉表

5. 輸出平均成績最高的性別組

   import pandas as pd
   import os# 路徑設置
   input_path = "data/students_cleaned.csv"if not os.path.exists(input_path):raise FileNotFoundError("? 找不到文件：data/students_cleaned.csv，請先運行清洗腳本。")# 加載數據
   df = pd.read_csv(input_path)
   print("? 已加載清洗后的學生數據：")
   print(df.head())# 1. 按性別統計人數
   print("\n👥 每個性別的學生人數：")
   print(df["性別"].value_counts())# 2. 按性別統計平均成績、最高分、最低分
   print("\n📊 各性別的成績統計：")
   gender_stats = df.groupby("性別")["成績"].agg(["mean", "max", "min", "count"])
   print(gender_stats)# 3. 按性別 & 是否及格 進行雙重分組統計平均成績
   print("\n📊 按性別和是否及格分組的平均成績：")
   multi_group = df.groupby(["性別", "是否及格"])["成績"].mean()
   print(multi_group)# 4. 構建透視表：性別 vs 是否及格
   print("\n📊 透視表（性別 × 是否及格 → 平均成績）：")
   pivot = pd.pivot_table(df, values="成績", index="性別", columns="是否及格", aggfunc="mean")
   print(pivot)# 5. 平均成績最高的性別組
   print("\n🏆 平均成績最高的性別：")
   top_group = gender_stats["mean"].idxmax()
   top_score = gender_stats["mean"].max()
   print(f"{top_group}（平均成績：{top_score:.2f}）")# 6. （可選）保存統計結果
   output_path = "data/gender_group_stats.csv"
   gender_stats.to_csv(output_path, encoding="utf-8")
   print(f"\n? 性別分組統計結果已保存到 {output_path}")
   

   輸出示例：

   ? 已加載清洗后的學生數據：姓名 性別    成績  是否及格
   0  張三   男  88.0   True
   1  李四   女  73.5   True
   2  王五   男  59.0  False
   3  田七   女  73.5  False👥 每個性別的學生人數：
   女    2
   男    2
   Name: 性別, dtype: int64📊 各性別的成績統計：mean   max   min  count
   性別                            
   女      73.5  73.5  73.5      2
   男      73.5  88.0  59.0      2📊 按性別和是否及格分組的平均成績：
   性別  是否及格
   女   False    73.5True      73.5
   男   False    59.0True      88.0
   Name: 成績, dtype: float64📊 透視表（性別 × 是否及格 → 平均成績）：
   是否及格     False  True
   性別                    
   女         73.5  73.5
   男         59.0  88.0🏆 平均成績最高的性別：
   女（平均成績：73.50）? 性別分組統計結果已保存到 data/gender_group_stats.csv
   

   gender_group_stats.csv

---

📌 補充知識點

• groupby() 默認返回的是“分組后對象”，需要用聚合函數 .mean()、.sum()、.agg() 等觸發計算
• 你可以使用 .reset_index() 將 groupby 的結果還原為 DataFrame 格式，便于后續排序、可視化等

---

?? 今日總結

• 理解并掌握了 Pandas 中 groupby 的用法
• 學會了使用 agg() 進行自定義多重聚合
• 學會了構建透視表并進行交叉分析
• 初步具備了分組維度下的深層次分析能力

---

題外話