Python培训：分组与聚合的原理

　　今天的Python培训环节，我们讲一下分组与聚合操作。分组与聚合是数据分析中比较常见的操作。在Pandas中，分组是指使用特定的条件将原数据划分为多个组;聚合在这里指的是对每个分组中的数据执行某些操作(如聚合、转换等)，最后将计算的结果进行整合。

　　分组与聚合(split-apply-combine)的过程大概分为三步，具体如下：

　　(1)拆分(split)：将数据集按照一些标准拆分为若干个组。拆分操作是指在指定轴上进行的，既可以对横轴方向上的数据进行分组，也可以对纵轴方向上的数据进行分组。

　　(2)应用(apply)：将某个函数或方法(内置和自定义均可)应用到每个分组。

　　(3)合并(combine)：将产生的新值整合到结果对象中。

　　接下来，通过一个示例来演示分组与聚合的整个过程，具体如图5-1所示。

　　图5-1 分组聚合过程示意图

　　图5-1使用求分组最大值的例子描述了分组与聚合的整个过程。在图5-1中，最左边是一个表格，该表格中“Key”列的数据只有“A”“B”“C”。按照Key列进行分组，把该列中所有数据为“A”的分成一组，所有数据为“B”的分成一组，所有数据为“C”的分成一组，共分成三组，然后对每个分组执行求最大值操作，计算出每个分组的最大值为18、10、16，此时每个分组中只有一个最大值，最后将所有分组的最大值整合在一起。