Pandas 分组和平均值

在本文中，我们将介绍如何使用Pandas中的groupby函数对数据进行分组，并使用这些组计算平均值。

分组数据

在Pandas中，groupby函数能够对DataFrame中的数据按照某个或多个列进行分组。例如，假设我们有以下的DataFrame：

import pandas as pd

data = {
    'Name': ['Tom', 'Tom', 'Mary', 'Mary', 'John', 'John', 'John'],
    'Subject': ['Math', 'Science', 'Math', 'Science', 'Math', 'Science', 'History'],
    'Score': [80, 90, 85, 95, 90, 85, 75]
}

df = pd.DataFrame(data)
print(df)

输出结果如下：

   Name  Subject  Score
0   Tom     Math     80
1   Tom  Science     90
2  Mary     Math     85
3  Mary  Science     95
4  John     Math     90
5  John  Science     85
6  John  History     75

我们可以使用groupby函数，按照Name列对数据进行分组：

grouped = df.groupby('Name')

现在，我们有了一个GroupBy对象，它包含了按照Name列分组后的数据。我们可以遍历这个对象，查看每一组的数据：

for name, group in grouped:
    print(name)
    print(group)

输出结果如下：

John
   Name  Subject  Score
4  John     Math     90
5  John  Science     85
6  John  History     75
Mary
   Name  Subject  Score
2  Mary     Math     85
3  Mary  Science     95
Tom
  Name  Subject  Score
0  Tom     Math     80
1  Tom  Science     90

我们也可以通过指定多个列，对数据进行多维分组：

grouped = df.groupby(['Name', 'Subject'])

现在，我们有了一个按照Name和Subject列分组后的GroupBy对象。我们可以遍历这个对象，查看每一组的数据：

for name, group in grouped:
    print(name)
    print(group)

输出结果如下：

('John', 'History')
   Name  Subject  Score
6  John  History     75
('John', 'Math')
   Name Subject  Score
4  John    Math     90
('John', 'Science')
   Name  Subject  Score
5  John  Science     85
('Mary', 'Math')
   Name  Subject  Score
2  Mary     Math     85
('Mary', 'Science')
   Name  Subject  Score
3  Mary  Science     95
('Tom', 'Math')
  Name Subject  Score
0  Tom    Math     80
('Tom', 'Science')
  Name  Subject  Score
1  Tom  Science     90

计算平均值

在分组数据后，我们可以使用agg函数计算每一组数据的平均值。例如，我们可以计算每个学生的平均分数：

grouped = df.groupby('Name').agg({'Score': 'mean'})
print(grouped)

输出结果如下：

      Score
Name       
John     83
Mary     90
Tom      85

我们也可以对多维分组后的数据进行平均值计算：

grouped = df.groupby(['Name', 'Subject']).agg({'Score': 'mean'})
print(grouped)

输出结果如下：

                Score
Name Subject         
John History       75
     Math          90
     Science       85
Mary Math          85
     Science       95
Tom  Math          80
     Science       90