### Pandas DataFrame 的 `groupby` 方法详解 #### 基本概念 Pandas 提供了灵活的 `groupby` 功能，用于按照指定条件对数据进行分组并执行聚合操作。通过 `groupby()` 函数可以实现类似于 SQL 中的 GROUP BY 操作[^2]。 #### 示例代码 以下是基于 Pandas 的 `groupby` 使用方法的一个具体示例： ```python import pandas as pd # 构造一个简单的 DataFrame df = pd.DataFrame({ 'Category': ['A', 'B', 'A', 'B', 'A', 'B'], 'Value': [10, 20, 30, 40, 50, 60], 'Other_Column': ['X', 'Y', 'Z', 'W', 'V', 'U'] }) print("原始 DataFrame:") print(df) # 对 Category 列进行分组，并计算 Value 列的总和 result_sum = df.groupby('Category')['Value'].sum().reset_index() print("\n按 Category 分组后的 Value 总和:") print(result_sum) # 如果希望保留其他列，则可以通过 transform 或 agg 实现复杂逻辑 df_with_other_columns = df.groupby('Category').agg({'Value': 'sum'}).join( df.drop(columns=['Value']).drop_duplicates(), on='Category' ).reset_index() print("\n按 Category 分组后保留其他列的结果:") print(df_with_other_columns) ``` #### 结果解释 上述代码展示了两种常见的 `groupby` 应用场景： 1. **简单分组与聚合**：通过对某一列（如 `'Category'`）分组，再对另一列（如 `'Value'`）应用统计函数（如求和），得到一个新的 DataFrame。 2. **保留额外列**：当需要在分组的同时保持原表中的其他列时，可利用 `agg` 和 `join` 来组合多个操作。 #### 可视化支持 如果想进一步分析分组结果，还可以结合 Matplotlib 或 Seaborn 进行可视化展示。例如绘制每类别的平均值柱状图[^3]： ```python import matplotlib.pyplot as plt import seaborn as sns # 计算类别均值 mean_values = df.groupby('Category')['Value'].mean().reset_index() plt.figure(figsize=(8, 5)) sns.barplot(x='Category', y='Value', data=mean_values, palette="viridis") plt.title('Mean Values by Category') plt.xlabel('Category') plt.ylabel('Average Value') plt.show() ``` --- ###