1. 分组运算的过程为：拆分-应用-合并

• 拆分阶段：Series/DataFrame等数据根据你提供的一个或者多个键，被拆分为多组
• 应用阶段：根据你提供的一个函数应用到这些分组上
• 合并阶段：将函数的执行结果合并到最终结果中

2. 分组中有两种数据：源数据（被分组的对象），分组数据（用于划分源数据的）。

• 源数据每一行(axis=0) 对应于分组数据中的一个元素。分组数据中每一个唯一值对应于一个分组。
• 当分组数据也在源数据中时，可以直接通过指定列名来指定分组数据（值相同的为同一组）。

3. .groupby()方法是分组方法：

  Series/DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, 
  group_keys=True, squeeze=False, **kwargs)

如果axis=1，则index label替换成column label

• axis：指定沿着哪个轴分组。可以为0/'index'，表示沿着 0轴。可以为1/'columns'，表示沿着 1轴
• level：一个整数、level name或者其序列。如果axis是个MultiIndex，则在指定级别上的索引来分组
• as_index：一个布尔值。如果为True，则将group label作为输出的index。如果为False，则输出是SQL风格的分组（此时分组的key作为一列，而不是作为index）。Series中，该参数必须为True。
• sort：一个布尔值。如果为True，则对分组的键进行排序。
• group_keys：一个布尔值。如果为True，且调用了函数来决定分组，则添加分组键来区分不同的数据（否则你不知道每一行数据都对应于哪里）
• squeeze：一个布尔值。如果为True，则尽可能的缩减结果的类型。

该函数返回一个GroupBy对象。