包含在Pandas对象中的数据可以是Series和DataFrame等数据结构，它能根据你提供的一个或多个键分离到各个组中，分离操作在特定轴上进行，行方向或者列方向的轴。
pandas提供的groupby方法实现拆分，具有如下参数：
keys 分组键，多个为列表
axis 指定轴
level 指定层级
as_index bool分组名称是否作为索引
df.groupby("name") #返回一个GruopBy对象
虚构一个dataFrame对象，包含姓名、年级、数学科目、测试1、测试2等列属性，可以看到姓名、年级和数学科目有相同元素，下面每一个同学（每一条记录对应一次考试）的考试记录按姓名分组。
GruopBy对象可以遍历，它将返回一个元组，第一个元素是分组名称(如果分组键为多个，则为分组键集合)，第二个值是分组数据。下边的分组中，姓名相同的分为一组。
所有根据数组产生标量值的数据转换过程。
前文曾经记录过一些pandas的基本统计函数，如下表所示。
下面对分组后的考生统计其成绩中位数，测试1和测试2下，三位同学的成绩中位数分别为：80.0、68.0、68.0以及72.0、69.5、75.5。
仅仅只是上述罗列的函数显然不能满足需要，可以自定义聚合函数，但是需要将自定义的函数作为参数传递给agg或者aggregate方法，下面自定义一个函数来求解每位同学两次考试的分差。
apply方法也可以实现上述功能，其参数如下：
在调用数据聚合函数过程中，到底发生了什么，它运行的原理是什么？
这里需要理解函数式编程，即函数作为一个对象，能作为参数传递也可以作为返回值（参考Python三大器中的装饰器）
apply不仅可以遍历列，还可以遍历列元素，下述代码表示遍历测试1的每一个元素，aplly方法里面传入一个匿名函数，判断其值是否大于60，返回值将作为另一列对应位置的值，可以看到July没有通过考试。
一种在电子表格中常见的数据汇总工具，根据一个或多个键聚合成一张表的数据，将数据在矩阵中排列，一些是沿着行排列，另一些则是沿着列。
pandas的pivot_table函数可实现透视表功能，具有如下参数：
下图所示的透视表，每个学生参加测试的次数一目了然
透视表的一种特殊情况，计算的是分组中的频率。
针对交叉表，pandas提供有crosstab方法，第一个参数为行方向的键，第二个为列方向的键。
虚构一个姓名-年级表格，然后做交叉表统计。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。