📊 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：

import pandas as pddf = 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    120Name: 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  profitcity              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  profitcity 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 maxcity                  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': lambda x: 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_ratio0   北京        A    100      20     0.3030301   北京        B    150      30     0.4545452   上海        A    200      40     0.6250003   上海        B    120      25     0.3750004   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

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！🚀