深入理解 Pandas 分组聚合：从基础到进阶

在数据分析中，分组聚合操作是不可或缺的，它让我们能够轻松地从数据中提取出有价值的信息。pandas 库提供了强大且灵活的工具来实现这一目标，主要通过 groupby() 方法进行分组和聚合操作。本文将详细介绍 Pandas 的分组聚合用法，并通过简单的案例来帮助读者理解这些概念。

什么是分组聚合？

分组聚合是指将数据按某些条件进行分组，然后对每组数据进行某种计算，如求和、平均值、计数等。它通常包括两个步骤：

使用 groupby() 进行分组。

使用聚合函数对分组后的数据进行汇总。

一个简单的案例

我们先通过一个简单的数据集来演示分组聚合操作：

import pandas as pd

# 创建数据集

data = {

'城市': ['北京', '上海', '广州', '北京', '广州', '上海', '北京'],

'销售额': [100, 200, 150, 80, 120, 250, 90],

'月份': ['一月', '一月', '一月', '二月', '二月', '二月', '三月']

}

df = pd.DataFrame(data)

print(df)

输出的 DataFrame 如下：

城市 销售额 月份

0 北京 100 一月

1 上海 200 一月

2 广州 150 一月

3 北京 80 二月

4 广州 120 二月

5 上海 250 二月

6 北