Python 数据分析：计算，分组统计2，df.groupby()和grouped.agg()。听故事学知识点怎么这么容易？

本文介绍了使用Python中的pandas库进行数据分组和聚合操作的方法。通过一个销售数据示例，演示了如何按地区和产品类型分组，并计算销售额和订单量的各种统计指标（总和、均值、最大值、标准差等）。文章详细解释了groupby()函数的使用逻辑，包括如何查看分组结果、进行多级聚合计算，以及count和sum函数的区别。同时提供了错误反馈渠道和附加资源链接，包括免费爬虫工具和Python学习智能体。最

随便吧怎么都重复

993人浏览 · 2025-08-30 17:58:57

随便吧怎么都重复 · 2025-08-30 17:58:57 发布

1 代码示例

直接上代码。

def grpby1():
    data = {
        "地区": ["江东", "江东", "江南", "江东", "江南", "江北", "江北", "江东", "江南", "江北"],
        "产品类型": ["手机", "笔记本", "手机", "笔记本", "手机", "手机", "笔记本", "笔记本", "手机", "笔记本"],
        "销售额": [4950, 7940, 5327, 8563, 6976, 4712, 11247, 7489, 6741, 10238],
        "订单量": [4, 3, 5, 2, 4, 3, 5, 6, 2, 4]
    }
    df = pd.DataFrame(data)
    # print("原始数据：\n", df)
    """
        地区 产品类型  销售额  订单量
    0  江东     手机    4950       4
    1  江东   笔记本    7940       3
    2  江南     手机    5327       5
    3  江东   笔记本    8563       2
    4  江南     手机    6976       4
    5  江北     手机    4712       3
    6  江北   笔记本   11247       5
    7  江东   笔记本    7489       6
    8  江南     手机    6741       2
    9  江北   笔记本   10238       4
    """
    df1 = df.groupby(["地区", "产品类型"])
    # print(df1)
    """
    得到“可迭代对象”。
    <pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000000000627250>
    这样理解：
    先按（by）地区、再按产品类型分组（group），连起来就是动词：groupby。
    按地区得到三类结果：江东、江南、江北。
    按产品类型得到两类结果：手机、笔记本。
    所以可迭代对象有不重不漏的 6 个组：江东手机、江东笔记本；江南手机、江南笔记本；江北手机、江北笔记本。
    可是我就想看看这个对象到底是个啥，怎么办？
    """
    df2 = df1.apply(list)
    # print(df2)
    """
    地区  产品类型
    江东  手机      [地区, 产品类型, 销售额, 订单量]
          笔记本    [地区, 产品类型, 销售额, 订单量]
    江北  手机      [地区, 产品类型, 销售额, 订单量]
          笔记本    [地区, 产品类型, 销售额, 订单量]
    江南  手机      [地区, 产品类型, 销售额, 订单量]
    dtype: object
    """
    df2 = df1.groups
    # print(df2)
    """
    {('江东', '手机'): [0], ('江东', '笔记本'): [1, 3, 7], ('江北', '手机'): [5], ('
    江北', '笔记本'): [6, 9], ('江南', '手机'): [2, 4, 8]}
    """
    """
    ('江南', '手机'): [2, 4, 8]
    2/4/8 说的是，原 df 数据中，行索引分别为 2/4/8 的，提到了江南手机。
    """
    """
    后期只聚合“销售额”和“订单量”，可以先简化下数据。
    """
    grouped = df1[["销售额", "订单量"]]
    """
    为什么这么写？
    可以参考：
    Python 数据分析：DataFrame，抽行、抽列、抽行列。df[] / df.loc[] / df.iloc[]，位置索引 / 标签索引，切片 / 不切片。听故事学知识点怎么这么容易？-CSDN博客
    https://blog.csdn.net/libofsdnu/article/details/148809320?spm=1011.2415.3001.5331
    """
    """
    开始聚合吧！
    """
    result = grouped.agg({
        "销售额": ["sum", "mean"],  # 总销售额和平均销售额
        "订单量": "count"           # 订单总数
    })
    # print(result)
    """
                  销售额               订单量
                     sum          mean  count
    地区 产品类型
    江东 手机       4950   4950.000000      1
         笔记本    23992   7997.333333      3
    江北 手机       4712   4712.000000      1
         笔记本    21485  10742.500000      2
    江南 手机      19044   6348.000000      3
    """
    """
    计算逻辑：
    销售额.sum()：同地区同产品的销售额总和
    销售额.mean()：同地区同产品的平均单笔销售额
    订单量.count()：订单记录数。指销售次数、交易笔数！
    看('江东', '手机'): [0]，笔数为 1 ，成交量（列为为“订单量”）为 4 。这里容易理解错，认为结果应该是 4 而非 1 ，其实应该就是 1 ，即在数据中只发生了 1 次。那我如果就想要订单的总数量而不是发生的笔数，怎么办？
    """
    result = grouped.agg({
        "订单量": "sum"
    })
    # print(result)
    """
                   订单量
    地区 产品类型
    江东 手机           4
         笔记本        11
    江北 手机           3
         笔记本         9
    江南 手机          11
    """
    """
    这就对了，是吧？
    count 是笔数，想想：('江东', '手机'): [0]；
    sum 是总量。
    """
    extended_result = grouped.agg({
        "销售额": ["sum", "mean", "max"],  # 总和、均值、最大值
        "订单量": ["sum", "std"]         # 总笔数、标准差
    })
    print(extended_result)
    """
                  销售额                      订单量
                     sum          mean    max    sum       std
    地区 产品类型
    江东 手机       4950   4950.000000   4950      4       NaN  ← 只有 1 个样本数据，标准差没法算
         笔记本    23992   7997.333333   8563     11  2.081666
    江北 手机       4712   4712.000000   4712      3       NaN  ← 只有 1 个样本数据，标准差没法算
         笔记本    21485  10742.500000  11247      9  0.707107
    江南 手机      19044   6348.000000   6976     11  1.527525
    """
grpby1()

2 欢迎纠错

欢迎纠错，随时更新。
联系方式：评论、私信，或企鹅：179 0042 182 。
码字不易，如觉得还可以，请给个免费的 zan 和 soucang ，让我有动力继续写下去。

3 免费爬虫

https://affiliate
.bazhuayu
.com
/M8lKUC

4 论文写作/Python 学习智能体

https://chatglm.cn/share/WF2C5ree

以下关于 Markdown 编辑器

你好！这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

++ 新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

全新的界面设计 ，将会带来全新的写作体验；
在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
全新的 KaTeX数学公式 语法；
增加了支持甘特图的mermaid语法¹ 功能；
增加了 多屏幕编辑 Markdown文章功能；
增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
增加了 检查列表 功能。

++ 功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

++ 合理的创建标题，有助于目录的生成

直接输入1次+，并按下space后，将生成1级标题。
输入2次+，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

++ 如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

~~删除文本~~

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

++ 插入链接与图片

链接: link.

图片: Alt

带尺寸的图片:

居中的图片: Alt

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

++ 如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

++ 生成一个适合你的列表

项目
- 项目
  - 项目

项目1
项目2
项目3

计划任务
完成任务

++ 创建一个表格
一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

+++ 设定内容居中、居左、居右
使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

+++ SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	`'Isn't this fun?'`	‘Isn’t this fun?’
Quotes	`"Isn't this fun?"`	“Isn’t this fun?”
Dashes	`-- is en-dash, --- is em-dash`	– is en-dash, — is em-dash

++ 创建一个自定义列表
Markdown
: Text-to-HTML conversion tool

Authors

John

Luke

++ 如何创建一个注脚

一个具有注脚的文本。²

++ 注释也是必不可少的

Markdown将文本转换为 HTML。

++ KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$ 是通过欧拉积分

$\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.$

你可以找到更多关于的信息 LaTeX 数学表达式here.

++ 新的甘特图功能，丰富你的文章

关于 甘特图 语法，参考这儿,

++ UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

关于 Mermaid 语法，参考这儿,

++ FLowchart流程图

我们依旧会支持flowchart的流程图：

关于 Flowchart流程图 语法，参考这儿.

++ 导出与导入

+++ 导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

+++ 导入
如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

mermaid语法说明 ↩︎
注脚的解释 ↩︎

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

AI驱动人才管理系统中的多模态技术应用：架构师的探索

业务目标：将候选人的“简历（文本）、面试视频（视频+语音）、在线测评（文本+图像）”融合，自动评估其“适合度”（0-10分，越高越适合）和“沟通能力”（0-10分），帮助HR筛选Top 20%的候选人。技术目标适合度预测准确率≥85%；沟通能力预测RMSE≤1.5；实时处理延迟≤2秒（面试视频实时评估）。以业务为核心：多模态技术是手段，不是目的。需明确业务目标（如提升招聘准确率），再选择合适的模态

2048 AI社区

AI应用架构师助力智能监控系统架构实现高效运行

传统监控系统依赖规则引擎+阈值报警的模式，面对现代IT系统的高复杂度、多模态数据（日志、 metrics、视频）、动态变化漏报误报严重：规则无法覆盖所有异常（如服务器隐性性能退化、日志中的上下文异常）；实时性不足：批量处理模式无法应对秒级响应需求（如网络攻击、数据库宕机）；可扩展性差：新增监控对象（如边缘设备、云服务）需重新编写规则，维护成本高。