数据分组
数据分组就是根据一个或多个键（可以是函数、数组或df列名）将数据分成若干组，然后对分组后的数据分别进行汇总计算，并将汇总计算后的结果合并，被用作汇总计算的函数称为就聚合函数。 Python中对数据分组利用的是 groupby() 方法，类似于sql中的 groupby。
1.分组键是列名
分组键是列名时直接将某一列或多列的列名传给 groupby() 方法，groupby() 方法就会按照这一列或多列进行分组。
groupby():
"""
功能: 根据分组键将数据分成若干组。
参数:
①分组键是列名: 单个列名直接写(按一列进行分组),多个列名以列表的形式传入(这就是按多列进行分 组)。
②分组键是Series: 单个Series直接写，多个Series以列表的形式传入。
返回值: 注意返回的是**DataFrameGroupBy对象**,而不是一个DataFrame对象。
DataFrameGroupBy对象包含着分组后的若干数据，但是没有直接显示出来，需要对这些分组数据 进行汇总计算后才会显示。
"""（1）按一列进行分组
import pandas as pd
df = pd.DataFrame([[99,"A类","一线城市","是",6,20,0],
[100,"B类","三线城市","否",37,27,35],
[200,"A类","二线城市","是",8,1,8],
[300,"C类","一线城市","是",7,8,14],
[400,"B类","三线城市","否",9,12,4],
[520,"A类","二线城市","是",42,20,55]],
columns=["用户ID","客户分类","区域","是否省会","7月销量","8月销量","9月销量"])
#以 客户分类 这列进行分组
df.groupby("客户分类")
#<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x000001ED7CB17780>
#对分组后数据进行计数运算
df.groupby("客户分类").count()
#对分组后数据进行求和运算
df.groupby("客户分类").sum() #只会对数据类型为数值（int，float）的列才会进行运算温故知新，回忆一下有哪些汇总运算: count 非空值计数、sum 求和、mean 求均值、max 求最大值、min 求最小值、median 求中位数、 mode 求众数、var 求方差、std 求标准差、quantile 求分位数
（2）按多列进行分组
按多列进行分组，只要将多个列名以列表的形式传给 groupby() 即可。
#以 客户分类、区域 这2列进行分组
df.groupby(["客户分类","区域"])
#对分组后数据进行计数运算
df.groupby(["客户分类","区域"]).count()
#对分组后数据进行求和运算
df.groupby(["客户分类","区域"]).sum() #只会对数据类型为数值（int，float）的列才会进行运算无论分组键是一列还是多列，只要直接在分组后的数据进行汇总运算，就是对所有可以计算的列进行计算。 有时不需要所有的列进行计算，这时就可以把想要计算的列（可以是单列，可以是多列）通过索引的方式取出来，然后在这个基础上进行汇总运算。
df.groupby("客户分类")["7月销量"].sum()2.分组键是Series
把DataFrame的其中一列取出来就是一个Series ，如df["客户分类"]。 其实这和列选择一样，传入多个Series时，是列表中的列表；传入一个Series直接写就可以。
（1）按照一个Series进行分组
#以 客户分类 这列进行分组
df.groupby(df["客户分类"])
#对分组后数据进行计数运算
df.groupby(df["客户分类"]).count()
#对分组后数据进行求和运算
df.groupby(df["客户分类"]).sum() #只会对数据类型为数值（int，float）的列才会进行运算（2）按照多个Series进行分组
#以 客户分类、区域 这2列进行分组
df.groupby([df["客户分类"],df["区域"]])
#对分组后数据进行计数运算
df.groupby([df["客户分类"],df["区域"]]).count()
#对分组后数据进行求和运算
df.groupby([df["客户分类"],df["区域"]]).sum() #只会对数据类型为数值（int，float）的列才会进行运算#有时不需要所有的列进行计算，这时就可以把想要计算的列
df.groupby([df["客户分类"],df["区域"]])["8月销量"].sum()总结: 上述两种方法无论分组键是列名，还是分组键是Series，最后结果都是一样的，不同之处就是给 groupby() 方法传入了什么。
3.神奇的aggregate方法
前面用的聚合函数都是直接在DataFrameGroupBy上调用，这样做每一列都是同一种汇总运算，且一次只能使用一种汇总运算。 aggregate神奇就神奇在一次可以使用多种汇总方式是，还可以针对不同的列做不同的汇总运算。
aggregate():
"""
功能: 一次可以使用多种汇总方式；针对不同的列做不同的汇总运算。
参数:
① 一次可以使用多种汇总方式: 多种汇总方式以**列表**的形式传入(且汇总函数是用字符串形式)。
② 针对不同的列做不同的汇总运算:字典形式，*键名*是*列名*，*键值*是*汇总方式*字符串形式。
返回值: 一个DataFrame对象。
""" import pandas as pd
df = pd.DataFrame({"用户ID":[99,100,200,300,520],
"客户分类":["A类","B类","A类","C类","B类"],
"3月销量":[6,37,8,7,9],
"8月销量":[20,27,1,8,12]
})
#以 客户分类 这列进行分类
df.groupby("客户分类") #分组键是列名
df.groupby(df["客户分类"]) #分组键是Series
#对分组后的数据进行 计数运算 和 求和运算
df.groupby("客户分类").aggregate(["count","sum"])
#对分组后的数据的 用户ID列进行计数运算，8月销量进行求和运算
df.groupby(df["客户分类"]).aggregate({"用户ID":"count","8月销量":"sum"})4.对分组后的结果重置索引 reset_index()
根据上述数据分组代码运行得到的结果，DataFrameGroupBy 对象经过汇总运算后得到的结果的形式并不是标准的DataFrame形式。为了接下来对分组结果进行进一步处理与分析，需要把非标准的转化成标准的DataFrame形式，利用的方法是重置索引 reset_index()。
df = pd.DataFrame({"用户ID":[99,100,200,300,520],
"客户分类":["A类","B类","A类","C类","B类"],
"3月销量":[6,37,8,7,9],
"8月销量":[20,27,1,8,12]
})
#以 客户分类 这列进行分类,并进行
df.groupby("客户分类").sum()
#对分组后结果重置索引
df.groupby(df["客户分类"]).sum().reset_index()