Pandas中Groupby分组操作，22个案例，59张图详解 | 图解Pandas-图文第11篇
01写在前面
大家好，我是阳哥，欢迎来到「Python数据之道」。
今天来跟大家分享《图解Pandas》系列图文内容的 第 11 篇，主要介绍 Pandas 中groupby分组操作 。
本文是付费阅读文章，付费阅读内容包括《图解Pandas》图文干货内容、可以在电脑端观看的视频以及配套的源代码等。
此外，为避免各种不必要的麻烦，微信没有退款机制，付费前请谨慎。
Pandas 是 Python数据分析中用的最多的工具，为了大家能够更好地学习 Pandas，阳哥开始制作 《图解Pandas》 专题系列内容。
《图解Pandas》 最主要的目标，是以视频图解、动态图片等方式呈现，拆解 Pandas 在数据处理过程中的主要知识点，以便大家能进一步了解 Pandas 的使用，形象地介绍 Pandas，进而使大家喜欢上 Pandas 这个工具。
在本文编写时，《图解Pandas》系列已发布的图文如下：
| 图文链接 | 视频号对应编号 |
|---|---|
| 《图解Pandas》内容框架介绍 | - |
| 图文01-数据结构介绍 | 001 |
| 图文02-创建数据对象 | 002 |
| 图文03-读取和存储Excel文件 | 003、004 |
| 图文04-常见的数据访问 | 005 |
| 图文05-常见的数据运算 | 006-008 |
| 图文06-常见的数学计算 | 009、010 |
| 图文07-常见的数据统计 | 011-015 |
| 图文08-常见的数据筛选 | 016-028 |
| 图文09-常见的缺失值处理 | 029-034 |
| 图文10-数据合并操作 | 035-047 |
《图解Pandas》图文专题，所有图文及最新的内容可以点击下面的图片进行查看。
本次主要介绍 Pandas 中groupby分组操作 ，内容框架如下：
该主题包括 10 期视频，在微信视频号「Python数据之道」中发布的对应视频编号为 048 至 057，大家可以前往观看。
注：本文发布时，在视频号中可以观看视频
048，后续将发布049至057。
在本文后面内容中可以同时观看视频
048至057。
扫描下面的二维码，关注视频号，可以观看《图解Pandas》已发布的所有视频以及及时推送最新的视频：
02Groupby分组操作
Python环境
开始之前，按照惯例先介绍下本次内容涉及的 Python 环境，如下：
Python 3.8 Pandas 1.5.0 numpy 1.22.3
我是在 jupyter notebook 中运行代码的，首先引入相关 Python 库：
import pandas as pd
import numpy as np
import sys
print(f"pandas version:{pd.__version__}")
print(f"numpy version:{np.__version__}")
print(f"python version:{sys.version}")
# pandas version:1.5.0
# numpy version:1.22.3
# python version:3.8.2
创建基础数据
在内容介绍过程中，会涉及到不同的数据。咱们先来创建几个 dataframe，也就是“数据框”。
关于创建数据对象的详细介绍，大家可以观看 「图解Pandas」系列的第2期视频。
创建 df 如下：
dict1 = ({
'Courses':["Numpy","Pandas","Java","Pandas","Python","Python",],
'Teacher':["Jack","Lemon",np.nan,"Lemon","Peter","Lemon"],
'Fee' :[3000,4500,5000,4000,4900,5000],
'Duration':['45days','30days','55days','20days','60days','35days'],
'Discount':[200,300,100,120,200,np.nan]
})
df = pd.DataFrame(dict1)
df
创建 data2 如下：
dict2 = {
"a": [80, 90, 60, 73, 89],
"b": [80, 75, 80, 85, 83],
"c": [70, 75, 80, 73, 62],
}
data2 = pd.DataFrame(dict2, index=list("efxyz"))
data2
后续，根据实际需要，还会创建其他的一些数据框。
groupby概述
本次groupby分组操作内容介绍分为8个部分，包括：
基础操作 统计函数应用 分组后列的选取 多重索引的应用 agg聚合函数 apply应用 transform应用 filter应用
groupby 函数有许多参数可以设置，具体的参数使用，在后面会进一步介绍。
DataFrame.groupby(
by=None,
axis=0,
level=None,
as_index=True,
sort=True,
group_keys=_NoDefault.no_default,
squeeze=_NoDefault.no_default,
observed=False,
dropna=True,
)
咱们先来看 groupby操作的基本原理。
概括地说，groupby操作可分解为三个步骤，包括:
拆分(split) 应用(apply) 合并(combine)
第一步是根据分组目标列，按所在列的数据值将数据框拆分为多组，形成多个子数据框；
第二步是根据groupby后的计算或统计方式，对拆分后的各组进行应用。这里对“Fee” 列求平均值，对 “Discount” 列求和。
第三步是将前一步的应用结果进行合并，形成一个新的数据框。
上面描述的过程，图示如下：