在Pandas中，可以使用groupby()函数进行数据分组，然后使用聚合函数对每个组进行计算。以下是一些常用的聚合函数：
sum()：求和mean()：求平均值count()：计数max()：求最大值min()：求最小值std()：求标准差var()：求方差以下是一个简单的示例：
import pandas as pd
# 创建一个示例数据集
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'A'],
'Values': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)
# 使用groupby()函数进行数据分组
grouped = df.groupby('Category')
# 对每个组进行聚合计算
result = grouped.agg({'Values': ['sum', 'mean', 'count', 'max', 'min']})
print(result)
输出结果：
Values
sum mean count max min
Category
A 280 35 5 80 10
B 120 24 3 60 20
在这个示例中，我们首先创建了一个包含Category和Values两列的数据集。然后，我们使用groupby()函数按照Category列进行分组。接下来，我们使用agg()函数对每个组进行聚合计算，包括求和、求平均值、计数、求最大值和最小值。最后，我们打印出聚合结果。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
