📊 Python数据分析利器：深入掌握 Pandas 的 groupby 函数
在进行数据分析时，我们经常需要对数据按照某些特征进行分组，然后对每组数据进行统计、聚合或转换。Pandas 中的groupby函数正是为此而生，它是数据分析中最常用、最强大的工具之一。
今天，我们就来系统梳理groupby的常见用法，从基础到进阶，助你轻松玩转分组分析！
1️⃣ 一列分组 + 一列聚合（最基础用法）
假设我们有一个销售数据表，包含「城市」和「销售额」两列：
importpandasaspd df=pd.DataFrame({'city':['北京','上海','北京','广州','上海'],'sales':[100,150,200,120,180]})我们想按城市汇总总销售额：
result=df.groupby('city')['sales'].sum()print(result)输出：
city 北京 300 上海 330 广州 120 Name: sales, dtype: int64✅要点：
groupby('city')按城市分组['sales']选择要聚合的列.sum()是聚合函数（也可用 mean、max、count 等）
2️⃣ 一列分组 + 多列聚合
如果数据包含多列数值，比如「销售额」和「利润」：
df=pd.DataFrame({'city':['北京','上海','北京','广州','上海'],'sales':[100,150,200,120,180],'profit':[20,30,40,25,35]})我们可以对多个列同时聚合：
result=df.groupby('city')[['sales','profit']].sum()print(result)输出：
sales profit city 北京 300 60 上海 330 65 广州 120 25💡 也可以使用agg()实现更灵活的聚合（见第4部分）。
3️⃣ 多列分组 + 多列聚合
当需要按多个维度分组时（如「城市」+「产品类别」）：
df=pd.DataFrame({'city':['北京','北京','上海','上海','北京'],'category':['A','B','A','B','A'],'sales':[100,150,200,120,180],'profit':[20,30,40,25,35]})result=df.groupby(['city','category'])[['sales','profit']].sum()print(result)输出（MultiIndex）：
sales profit city category 北京 A 280 55 B 150 30 上海 A 200 40 B 120 25📌 使用reset_index()可将分组键转为普通列：
result.reset_index(inplace=True)4️⃣ groupby + agg：自定义聚合方式
agg()允许对不同列应用不同的聚合函数，甚至多个函数！
result=df.groupby('city').agg({'sales':'sum','profit':['mean','max']})print(result)输出：
sales profit sum mean max city 北京 330 32.5 35 上海 320 32.5 40✨ 还可以传入自定义函数或 lambda：
df.groupby('city').agg({'sales':lambdax:x.max()-x.min(),'profit':'std'})5️⃣ groupby + transform：保留原始结构的分组操作
与agg不同，transform返回与原 DataFrame相同形状的结果，常用于标准化、填充缺失值等场景。
例如：计算每个城市销售额占该城市总销售额的比例：
df['sales_ratio']=df['sales']/df.groupby('city')['sales'].transform('sum')print(df)输出：
city category sales profit sales_ratio 0 北京 A 100 20 0.303030 1 北京 B 150 30 0.454545 2 上海 A 200 40 0.625000 3 上海 B 120 25 0.375000 4 北京 A 180 35 0.545455✅transform的关键优势：不改变原始行数，结果可直接作为新列加入原表。
🔚 小结
| 场景 | 代码示例 | 特点 |
|---|---|---|
| 单列分组单列聚合 | df.groupby('A')['B'].sum() | 最基础 |
| 单列分组多列聚合 | df.groupby('A')[['B','C']].mean() | 批量处理 |
| 多列分组多列聚合 | df.groupby(['A','B'])[['C','D']].sum() | 多维分析 |
| 自定义聚合 | df.groupby('A').agg({'B':'sum', 'C':['mean','max']}) | 灵活强大 |
| 分组变换 | df.groupby('A')['B'].transform('mean') | 保持原结构 |
掌握这些groupby技巧，你的数据分析效率将大幅提升！赶紧在你的项目中试试吧～
📘小贴士：
groupby后默认会丢弃 NaN 分组（可通过dropna=False保留）- 使用
as_index=False可避免分组列变成索引 - 结合
apply()可实现更复杂的自定义逻辑
如果你觉得这篇文章有帮助，欢迎点赞、转发，让更多人一起学好 Python 数据分析！🚀
)
