python基础数据分组（二十）

「这是我参与2022首次更文挑战的第20天，活动详情查看：2022首次更文挑战」。

在pandas中，如果相对数据进行分组，我们通常会用到的是groupby,分组的意思就是按照某种特征值对数据进行划分。例如，每个班级里男生女生的数量，我们就可以用性别来分组，具体怎么做呢？让我们来看看下面的例子。

df = pd.DataFrame({'key1':['a','a','b','b','b'],
                    'key2':['1','2','2','2','1'],
                    'data1':np.random.randn(5),
                    'data2':np.random.randn(5)})

df

因为没带自己的电脑，用的别人的电脑，没有安装python,所以就只能找一个在线的python编程器，可惜没有对应的库。所以今天主要介绍一下，没有结果展示了。

上面的代码中，我们可以按照key1,key2分别分组。例如，我们希望得到data2的值是按key1分组的，我们就可以这样做：

df1=df[data2].groupby(df['key1'])

但是这里的df1，它实际上没有执行任何的运算，所以当我们执行df1的时候，它只会告诉我们df1是一个groupby的对象。如果我们想要求得groupby后data1分别对应groupby的平均值，我们就可以执行一下的代码

df1.mean()

这样，我们就可以得到key1中a,b对应的data2的平均值。

分组的迭代功能：

groupby出来的对象，是支持迭代的，例如，下面例子，

for  name ,group in df.groupby('key1')
print(name)
print(group)

因为今天没法演示，所以只能说一说结果了！结果会是name打印的是a对应的key2,data1,data2的值;而group打印的就是b对应的key2,data1,data2的值、

这大家有想过是否存在多重键这种用法吗，是存在的，就像上面的例子中，我们要求按照key1,key2来对data1进行分组，例如：

df2 = df[data1].groupby(['key1','key2'])

这时候，执行的逻辑是，先按照key1进行分组，然后再按照key2分组；也就是key1分完组后，有a,b两组，之后再从a,b两组中，进行key2的分组，（key2的分组，就是1，2）具体需要同学们去实操一下，或者等明天我用上自己电脑后可以补一个截图给大家参考！