Python數(shù)據(jù)聚合與分組運算：通過groupby()方法將數(shù)據(jù)拆分成組

　　分組聚合的第一個步驟是將數(shù)據(jù)拆分成組。在Pandas中，可以通過groupby()方法將數(shù)據(jù)集按照某些標準劃分成若干個組，該方法的語法格式如下：

groupby(by=None, axis=0, level=None, as_index=True, sort=True,
        group_keys=True, squeeze=False, observed=False, **kwargs)

　　部分參數(shù)表示的含義如下：

　　(1)by：用于確定進行分組的依據(jù)。

　　(2)axis：表示分組軸的方向，可以為0(表示按行)或1(表示按例)，默認為0。

　　(3)level：如果某個軸是一個MultiIndex對象(索引層次結(jié)構(gòu))，則會按特定級別或多個級別分組。

　　(4)as_index：表示聚合后的數(shù)據(jù)是否以組為標簽作為索引的DataFrame對象輸出，接收布爾值，默認為True。

　　(5)sort：表示是否對分組標簽進行排序，接收布爾值，默認為True。

　　通過groupby()方法執(zhí)行分組操作，會返回一個GroupBy對象，該對象實際上并沒有進行任何計算，只是包含一些關(guān)于分組鍵(比如df_obj[ 'key1'])的中間數(shù)據(jù)而已。一般，使用Series調(diào)用groupby()方法返回的是SeriesGroupBy對象，而使用DataFrame調(diào)用groupby()方法返回的是DataFrameBy對象。

　　在進行分組時，可以通過groupby()方法的by參數(shù)來指定按什么標準分組，by參數(shù)可以接收的數(shù)據(jù)有多種形式，類型也不必相同，常用的分組方式主要有以下4種：

　　◆列表或數(shù)組，其長度必須與待分組的軸一樣。

　　◆DtaFrame對象中某列的名稱。

　　◆字典或Series對象，給出待分組軸上的值與分組名稱之間的對應關(guān)系。

　　◆函數(shù)，用于處理軸索引或索引中的各個標簽。