### 多字段分组统计与数据格式转换 当需要对年龄和组别两列数据进行分组统计，并生成适合绘制折线图的数据格式时，可以采用以下方法： #### 1. **数据准备** 假设存在一个包含 `age` 和 `group` 列的原始 `DataFrame`。目标是对这两个字段进行分组，并计算每个组合下的记录数量。 ```python import pandas as pd # 创建示例数据 data = {'age': [20, 25, 30, 20, 25, 30, 20, 25], 'group': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C']} df = pd.DataFrame(data) print("原始数据:") print(df) ``` #### 2. **分组统计** 利用 Pandas 的 `groupby()` 函数对 `age` 和 `group` 进行分组，并使用 `.size()` 或 `.count()` 来获取每组的数量[^1]。 ```python # 分组并统计每组的数量 grouped_df = df.groupby(['age', 'group']).size().reset_index(name='count') print("\n分组后的数据:") print(grouped_df) ``` #### 3. **数据重塑** 为了使数据更适合绘制折线图，需将其从长格式转换为宽格式。这可通过 `pivot()` 方法实现[^3]。 ```python # 使用 pivot 将数据转为宽格式 wide_df = grouped_df.pivot(index='age', columns='group', values='count').fillna(0).astype(int) print("\n宽格式数据:") print(wide_df) ``` #### 4. **补充缺失值** 在转换过程中可能会出现某些年龄段缺少特定组别的情况，因此需要用 `fillna(0)` 补充缺失值，并确保数值类型一致。 #### 5. **结果展示** 最终得到的结果是一个以 `age` 作为索引、各组别计数为列的新 `DataFrame`，非常适合用于绘制折线图或其他形式的趋势分析图表。 --- ### 输出解释 - **分组统计**：通过 `groupby()` 实现对多字段（这里是 `age` 和 `group`）的分组，并统计每组中的记录数量。 - **数据重塑**：运用 `pivot()` 方法将数据结构从长格式调整为宽格式，从而更直观地展现不同组别随年龄的变化趋势。 - **填充缺失值**：对于那些未出现在原数据中的组别-年龄组合，设置其默认值为零，保持数据一致性。 ---