Pandas分组函数和聚合函数

pandas中的分组函数groupby()可以完成各种分组操作，聚合函数agg()可以将多个函数的执行结果聚合到一起，这两类函数经常在一起使用。

groupby用法和参数介绍

groupby(self, by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=no_default, observed=False, dropna=True):

by: 指定根据哪个/哪些字段分组，默认值是None，按多个字段分组时传入列表。by参数可以按位置参数的方式传入。

axis: 设置按列分组还是按行分组，0或index表示按列分组，1或columns表示按行分组，默认值为0。

level: 当DataFrame的索引为多重索引时，level参数指定用于分组的索引，可以传入多重索引中索引的下标（0,1…）或索引名，多个用列表传入。

level参数不能与by参数同时使用，如果两者同时存在，当by参数传入的是多重索引中的索引，则level不生效，当by参数传入的是DataFrame的列名，则报错。

as_index: 分组结果默认将分组列的值作为索引，如果按单列分组，结果默认是单索引，如果按多列分组，结果默认是多重索引。将as_index设置为False可以重置索引（0,1…）。

sort: 结果按分组列的值升序排列，将sort设置为False则不排序，可以提升性能。

dropna: 默认情况下，分组列的NaN在分组结果中不保留，将dropna设置为False，可以保留NaN分组。

其他三个参数不用关注，group_keys参数在源码中未使用，squeeze参数因为类型不兼容，官方已弃用，observed参数表示重设索引时，保留创建的全NaN行。

agg()参数和用法介绍

agg(self, func=None, axis=0, *args, **kwargs):

func: 用于聚合数据的函数，如max()、mean()、count()等，函数必须满足传入一个DataFrame能正常使用，或传递到DataFrame.apply()中能正常使用。

func参数可以接收函数的名字、函数名的字符串、函数组成的列表、行/列标签和函数组成的字典。

axis: 设置按列还是按行聚合。设置为0或index，表示对每列应用聚合函数，设置为1或columns，表示对每行应用聚合函数。

*args: 传递给函数func的位置参数。

**kwargs: 传递给函数func的关键字参数。

返回的数据分为三种：scalar（标量）、Series或DataFrame。

scalar: 当Series.agg()聚合单个函数时返回标量。

Series: 当DataFrame.agg()聚合单个函数时，或Series.agg()聚合多个函数时返回Series。

DataFrame: 当DataFrame.agg()聚合多个函数时返回DataFrame。