### 使用 Pandas 对 Excel 文件中的数据进行分组 Pandas 是 Python 中用于数据分析的强大库之一，能够轻松实现对 Excel 数据的读取、处理以及分组操作。以下是关于如何基于指定列对 Excel 数据进行分组的具体方法。 #### 1. 基于指定列进行分组 如果需要按照某一列的内容对数据进行分组并执行聚合操作，可以利用 `groupby` 方法完成此任务。例如，在给定案例中提到的按城市名字长度分组的操作可以通过如下方式实现： ```python import pandas as pd # 加载数据并将目标列为索引 road = "E:\\python 资料\\孙兴华 数据分析教程\\Pandas课件\\课件\\pandas教程\\课件026\\分组聚合.xlsx" data = pd.read_excel(road, index_col='城市') # 按照索引（即'城市'列）的名字长度进行分组，并计算每组的人数和金额总和 data_grouped = data.groupby(lambda x: len(x))['人数', '金额'].sum() print(data_grouped) ``` 上述代码实现了将城市名称按其字符数量分组的功能[^1]。 #### 2. 时间列转换与分组 当涉及日期或时间字段时，通常需要先将其转换为标准的时间格式以便后续操作。下面是一个例子展示如何依据月份对数据进行分组： ```python import pandas as pd # 导入Excel文件 data = pd.read_excel('data.xlsx') # 将‘时间’这一列转成datetime类型 data['month'] = pd.to_datetime(data['时间'], errors='coerce') data['time'] = data['month'].dt.strftime('%y%m') # 提取出年份和月份作为新列"time" # 根据提取出来的'time'列来进行分组汇总 result = data.groupby('time')[['人数', '金额']].sum() print(result) ``` 这段脚本展示了如何通过创建新的时间维度来辅助分组过程[^2]。 #### 3. 自定义逻辑下的复杂分组 对于更复杂的业务场景，比如根据特定条件或者自定义函数决定每一行所属类别，则可以在 `groupby()` 函数内部传递一个返回对应标签值的映射关系或者是匿名函数 (lambda function)，从而灵活控制分组规则。 假设我们有一个需求是要根据不同范围内的数值划分不同的等级区间，那么可以用以下方式进行设置: ```python def categorize(value): if value < 10: return '<10' elif value >= 10 and value < 50: return '10-49' else: return '>50' df['category'] = df['some_column'].apply(categorize) summary_df = df.groupby('category').agg({'another_column': ['mean', 'count']}) print(summary_df) ``` 这里演示了一个简单的数值分类方案，并对其它感兴趣的指标进行了平均值及计数统计[^3]。 ---