python中用gourpby()方法DataFrame数据帧进行分组

类似于excel中的分类汇总，我们在对DataFrame数据帧的操作过程中有些时候需要根据某一列（column）的内容对各个数据行进行分组，得到一个DataFrameGroupBy的对象。有时需要对这些分组的数据进行一些运算，比如求和、求平均、计数等等。我们就可以在这个分类基础上进行计算得到每一类各自的数据。我们使用以下代码进行演示：

import pandas as pd
dict_data = {
	'student':["Li Lei","Han Meimei","Tom","Adam","Betty","Curry"],
	'score'	:[95,98,92,89,82,93],
	'gender':['M','F','M',"M","F","M"]
}
DF_data = pd.DataFrame(dict_data,columns=['gender','student','score'],index=['a','b','c','d','e','f'])

grouped_data = DF_data.groupby('gender')
print(grouped_data)
print(type(grouped_data))
print(grouped_data.sum())
print(grouped_data['score'].mean())
print(grouped_data['score'].count())

运行后我们可以得到以下运行结果：

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x000000000BAEBAC8>
<class 'pandas.core.groupby.generic.DataFrameGroupBy'>
        score
gender       
F         180
M         369
gender
F    90.00
M    92.25
Name: score, dtype: float64
gender
F    2
M    4
Name: score, dtype: int64
[Finished in 4.1s]

可以看到和excel的操作非常相似，毕竟都是数据处理工具。