Pandas中如何进行数据分组与聚合

在Pandas中，可以使用groupby()函数进行数据分组，然后使用聚合函数对每个组进行计算。以下是一些常用的聚合函数：

1. sum()：求和
2. mean()：求平均值
3. count()：计数
4. max()：求最大值
5. min()：求最小值
6. std()：求标准差
7. var()：求方差

以下是一个简单的示例：

import pandas as pd

# 创建一个示例数据集
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'A'],
        'Values': [10, 20, 30, 40, 50, 60, 70, 80]}

df = pd.DataFrame(data)

# 使用groupby()函数进行数据分组
grouped = df.groupby('Category')

# 对每个组进行聚合计算
result = grouped.agg({'Values': ['sum', 'mean', 'count', 'max', 'min']})

print(result)

输出结果：

          Values
            sum  mean count  max min
Category                     
A           280   35     5    80   10
B           120   24     3    60   20

在这个示例中，我们首先创建了一个包含Category和Values两列的数据集。然后，我们使用groupby()函数按照Category列进行分组。接下来，我们使用agg()函数对每个组进行聚合计算，包括求和、求平均值、计数、求最大值和最小值。最后，我们打印出聚合结果。