首先需要澄清的是，excel非常强大，有可视化的数据处理，强大的功能，内置的powerquery，但是这些优势依然没有把边肖甩在后面，因为最核心的功能，excel一直没有跟上：

那是数据分析.

为什么这么说？excel在基础数据采集和处理方面有着得天独厚的优势，但是我们在采集数据的时候想要做的是对数据进行分析，而excel能够提供的功能却有些欠缺，比如：

常用的透视表只能通过求和、平均、最大、最小等方式计算。在实际分析中，这些计算方法过于基础，分组方法过于简单。

但是熊猫里面的数据分组透视功能非常强大，可以任意分组，自定义。分组后的数据可以应用更多免费的应用功能，定制化的功能将分组功能应用到了极致，一些看似复杂的分析需求变得异常简单。

分组键可以有多种形式，且类型不必相同：

与要分组的轴长度相同的列表或数组。

表示DataFrame的列名的值。

Dictionary或Series，给出要分组的轴上的值与分组名称之间的对应关系。

函数，用于处理轴索引或索引中的每个标签。

注意，后三种只是快捷方式，它们的最终目的仍然是生成一组用于拆分对象的值。

根据现有的列去分组

这也是最简单的。您可以根据一个键或传入列表支持多个键：

创建数据：

df=pd。DataFrame({'A'['a '' B '' A '' C '' A '' C '' B '' B'[2，8，1，4，3，2，5，9]，' C'[102，98，107，104，115，87，92，123]})df根据一个键：

df.groupby('A ')。总和()根据两个键：

df.groupby(['A '' B'])。总和()根据字典映射去分组：

Mapping={'a'1，' b'1，' c'2} df。分组依据(映射，轴=1)。sum()映射={0:1，1:1，2:2，2。

根据列表（字典的简便写法）：

但是有一个前提：您必须提供一个行或列长度相等的列表：

映射=[1，1，4] df。分组依据(映射，轴=1)。sum()字典不能相等？可以，但是没有映射的数据不在统计范围内：

mapping={0:1，1:1，2:2}df.groupby(mapping)。sum()mapping={'A'1，' B'1}df.groupby(mapping，axis=1)。总和()扩展：因为字典的映射关系，我们也可以用映射去筛选需要统计的数据去透视

根据自定义区间分组：

这里用到了cut函数，后面我会详细介绍这个函数。

DD _ 2=PD。Cut (DF ['b']，bin=2)DF。分组依据(DD _ 2)。Sum()如果我们有一些数据，这些数据包括年龄，我们可以根据这个方法区分不同的年龄段，不同的时间段，反正用的时候还是挺有用的。

根据函数去分组：

按函数分组的原则是按返回值分组，相同的返回值会被分成一组：

默认情况下，索引传递给函数：

Deff (x) :print (x)返回xdf。分组依据(f)。sum()deff(x): print(x)return x5df。分组依据(f)。sum()如果要使用另一列来应用该函数：

Deff (x) :打印(x)返回pd。切割(x，面元=3) df。group by (f (df ['c'])。sum ()

今天小编带大家一起看一下pandas的分组统计功能：groupby:

我今天要讲的是如何应用这些方法。

第一部分：分组：

在指定轴上使用一个或多个运算进行聚合。

也就是说，在指定的轴上使用。

df.groupby("A").agg({"B":np.sum,"C":np.mean})

df.groupby("A").agg({"B":[np.sum,np.mean],"C":np.mean})

df.groupby('A')['B'].agg({'mean':np.mean,'standarddeviation':np.std})

第二个介绍：apply最重要的一个函数

df.groupby('A').apply(lambdax:x['C']-x['B'])df.groupby('A').apply(lambdax:(x['C']-x['B']).mean())

想要用好apply还要明白他的原理：

首先来看看是如何分组的，这次利用groupby的迭代器读取分组的数据：

fora,bindf.groupby('A'):print(a)print(b)

自定义函数应用时传入的就是每一个分组数据，你可以利用DataFrame的特性来筛选相应的列然后用来计算，具体能达到什么效果完全看你的想法了

注意：当你在根据键分组后具体返回什么也是靠你的自定义函数.

比如，我们分组后只返回B列的数据：

deff(x):returnx["B"]df.groupby("A").apply(f)

返回B的平方：

deff(x):returnx["B"]**2df.groupby("A").apply(f)

apply能达到的不仅仅这一点：

下面我们计算一下每个分组的B列最大值和最小值的差：

deff(x):returnmax(x["B"])-min(x["B"])df.groupby("A").apply(f)

下面我们统计每个分组的最后一行数据，这个要求在很多工具里面是很难实现的

deff(x):returnx[-1:]df.groupby("A").apply(f)

想要用好apply的核心就在于：分组后传入apply自定义函数的就是每个分组的DataFrame,返回值就是按照你的自定义函数来的。

还可以用这些常用的方法：

pandas.DataFrame.groupby

DataFrame.groupby(self,by=None,axis=0,level=None,as_index=True,sort=True,group_keys=True,squeeze=False,observed=False,**kwargs)[source]

by:mapping,function,label,orlistoflabels

用于确定groupby的组。如果by是一个函数，则调用对象索引的每个值。如果传递了dict或Series，则将使用Series或dictVALUES来确定组（系列的值首先对齐;请参阅.align（）方法）。如果传递了ndarray，则使用这些值来确定组。标签或标签列表可以通过self中的列传递给组。请注意，元组被解释为（单个）键。

axis:{0or‘index’,1or‘columns’},default0

按照行或列分割

level:int,levelname,orsequenceofsuch,defaultNone

如果轴是MultiIndex（分层），则按特定级别或级别分组。

as_index:bool,defaultTrue

对于聚合输出，返回以组标签作为索引的对象。仅与DataFrame输入相关。as_index=False实际上是“SQL风格”的分组输出。

sort:bool,defaultTrue

对组键进行排序。关闭它可以获得更好的性能。请注意，这不会影响每组内观察的顺序。Groupby保留每个组中的行顺序。

group_keys:bool,defaultTrue

调用apply时，将组键添加到索引以标识片段。

squeeze:bool,defaultFalse

如果可能，减少返回类型的维度，否则返回一致类型。

observed:bool,defaultFalse

**kwargs

Optional,onlyacceptskeywordargument‘mutated’andispassedtogroupby.