Pandas分组与聚合

分组与聚合是做数据分析经常用到的技术。比如我们想要按照班级统计学生英语成绩得A的人数，那么要先根据班级进行分组，然后再使用count聚合函数计算人数。

这里我们用以下测试数据：

df = pd.DataFrame({'fruit':['apple','banana','orange','apple','banana'],
                    'color':['red','yellow','yellow','cyan','cyan'],
                    'price':[8.5,6.8,5.6,7.8,6.4]})
df

输出结果为：

	fruit	color	price
0	apple	red		8.5
1	banana	yellow	6.8
2	orange	yellow	5.6
3	apple	cyan	7.8
4	banana	cyan	6.4

1. 根据fruit进行分组：

我们想获取每种水果的平均价格，那么可以先根据fruit进行分组，然后求平均值。代码如下：

df.groupby('fruit')['price'].mean()

输出结果为：

fruit
apple     8.15
banana    6.60
orange    5.60
Name: price, dtype: float64

2. 根据fruit和color进行分组：

我们想要获取不同的fruit以及color的平均价格，那么可以使用以下代码实现：

result = df.groupby(['fruit', 'color'])['price'].mean()
print(type(result.index))
print(result)

输出结果为：

<class 'pandas.core.indexes.multi.MultiIndex'>

fruit   color 
apple   cyan      7.8
        red       8.5
banana  cyan      6.4
        yellow    6.8
orange  yellow    5.6
Name: price, dtype: float64

可以看到现在的行索引类型为MultiIndex，也就是此时的索引有多列。关于多列索引的用法，读者可以参考：https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html

3. 聚合函数：

除了mean以外，还可以使用以下聚合函数：