再接着就是执行select条件,聚合函数就是写在select后面的,对比pandas就是执行agg()函数,在其中针对不同的列执行count、max、min、sum、mean聚合函数。...最后执行的是having表示分组后的筛选,在pandas中,通过上图可以发现我们得到了一个df1对象,针对这个df1对象,我们再做一次筛选,也表示分组后的筛选。...我们可以通过groupby方法来对Series或DataFrame对象实现分组操作,该方法会返回一个分组对象。...3)使用for循环打印groupby()分组对象中每一组的具体数据
x = {"name":["a","a","b","b","c","c","c"],"num":[2,4,0,5,5,10,15]}...② 针对df分组后的对象,直接调用聚合函数
df = pd.DataFrame({"部门":["A", "A", "B", "B", "C", "C"],
"小组"