pandas-如何保存groupby函数的结果？

<think>我们已有多个关于pandasgroupby用法的引用资料，现在需要整理一个清晰的教程。根据引用内容，我们可以总结如下：1.引用[1]提到groupby与aggregate结合使用，并提到expand和max函数记录组当前最大值。2.引用[2]提到自定义函数在pandas中的应用，包括分组后应用自定义函数。3.引用[3]展示了agg和apply的用法，以及多级索引的处理。4.引用[4]给出了一个DataFrame示例，用于分组操作。我们将结合这些资料，分步骤讲解groupby的使用方法，包括：-基本分组-聚合函数（agg）-转换（transform）-过滤（filter）-应用自定义函数（apply）注意：需要按照用户要求使用数学公式格式和代码块。</think> ### Pandas `groupby` 函数使用详解 `groupby` 是 Pandas 的核心功能，用于按指定列或条件分组数据，结合聚合/转换函数实现复杂分析。以下是分类示例和关键操作： --- #### **1. 基础分组与聚合** 引用示例[^4]数据： ```python import pandas as pd data = { '姓名': ['小明', '小红', '小明', '小红', '小明', '小红', '小明'], '班级': ['A', 'A', 'B', 'B', 'A', 'B', 'B'], '成绩': [80, 90, 85, 88, 92, 95, 89] } df = pd.DataFrame(data) ``` **示例 1：单列分组 + 聚合** ```python # 按姓名分组，计算每人平均成绩 df.groupby('姓名')['成绩'].mean() ``` 输出： ``` 姓名 小明 86.5 小红 91.0 ``` **示例 2：多列分组** ```python # 按班级和姓名分组，统计成绩最小值 df.groupby(['班级', '姓名'])['成绩'].min() ``` 输出： ``` 班级 姓名 A 小明 80 小红 90 B 小明 85 小红 88 ``` --- #### **2. 高级聚合操作** **示例 3：多函数聚合（`agg`）** ```python # 引用[^3]：对成绩同时计算均值、最小值、最大值 df.groupby('姓名')['成绩'].agg(['mean', 'min', 'max']) ``` 输出： ``` mean min max 姓名 小明 86.5 80 92 小红 91.0 88 95 ``` **示例 4：自定义聚合函数** ```python # 计算成绩极差（最大值-最小值） df.groupby('班级')['成绩'].agg(lambda x: x.max() - x.min()) ``` 输出： ``` 班级 A 12 B 10 ``` --- #### **3. 分组转换与过滤** **示例 5：转换（`transform`）** ```分组后保持原数据形状，计算组内标准化成绩$$ \frac{x - \mu}{\sigma} $$ ```python df['标准化成绩'] = df.groupby('班级')['成绩'].transform( lambda x: (x - x.mean()) / x.std() ) ``` **示例 6：过滤（`filter`）** ```python # 保留班级平均分>85的组 df.groupby('班级').filter(lambda g: g['成绩'].mean() > 85) ``` --- #### **4. 复杂应用（`apply`）** **示例 7：分组后自定义处理**[^2] ```python # 为每个班级添加排名 def add_rank(group): group['排名'] = group['成绩'].rank(ascending=False) return group df.groupby('班级').apply(add_rank) ``` **示例 8：组内最大值标记**[^1] ```python # 标记每组的最高分 df['是否最高'] = df.groupby('班级')['成绩'].transform( lambda x: x == x.max() ) ``` --- ### **关键概念总结** | 操作 | 方法 | 说明 | |-------------|--------------|-----------------------------| | 分组 | `groupby()` | 按指定列/条件分割数据 | | 聚合 | `agg()` | 对组内数据执行求和/均值等操作 | | 转换 | `transform()`| 返回与原始数据相同形状的结果 | | 过滤 | `filter()` | 按条件筛选组 | | 自定义处理 | `apply()` | 应用任意函数处理每组数据 | > 💡 提示：结合`reset_index()`可解除多级索引[^3]，如： > `df.groupby(['班级','姓名']).mean().reset_index()` ---