數據準備

import pandas as pd

product_info = {
    "產品": ["李子", "桃子", "香蕉", "餃子", "饅頭", "包子", "豬肉", "牛肉"],
    "分類": ["水果", "水果", "水果", "生鮮", "生鮮", "生鮮", "肉類", "肉類"],
    "價格": [23, 12, 5, 19, 2, 3, 20, 40],
    "銷量": [1821, 232, 675, 210, 4320, 5829, 9762, 1320],
}

df = pd.DataFrame(product_info)
print(df)
"""
   產品  分類  價格    銷量
0  李子  水果  23  1821
1  桃子  水果  12   232
2  香蕉  水果   5   675
3  餃子  生鮮  19   210
4  饅頭  生鮮   2  4320
5  包子  生鮮   3  5829
6  豬肉  肉類  20  9762
7  牛肉  肉類  40  1320
"""

方法介紹

單列聚合求平均、求和

# 1、單列聚合求平均，返回DataFrame  
df1 = df.groupby('分類', as_index=False)['價格'].mean()  
print(df1)
'''
0  水果  13.333333
1  生鮮   8.000000
2  肉類  30.000000
'''


# 2、單列聚合求和，返回DataFrame  
df2 = df.groupby('分類', as_index=False)['價格'].sum()  
print(df2)
'''
   分類  價格
0  水果  40
1  生鮮  24
2  肉類  60
'''

多列聚合求平均

df = df.groupby('分類', as_index=False)[['價格', '銷量']].mean()  
print(df)  
'''
   分類         價格           銷量
0  水果  13.333333   909.333333
1  生鮮   8.000000  3453.000000
2  肉類  30.000000  5541.000000
'''

多列多個聚合

df = df.groupby('分類')[["價格", "銷量"]].agg(['mean', 'max'])  
print(df)  
'''
           價格               銷量      
         mean max         mean   max
分類                                  
水果  13.333333  23   909.333333  1821
生鮮   8.000000  19  3453.000000  5829
肉類  30.000000  40  5541.000000  9762
'''

對聚合結果重命名

df = df.groupby('分類', as_index=False)[['價格']].agg(平均價格=('價格', 'mean'), 最高價格=('價格', 'max'))  
print(df)
'''
   分類       平均價格  最高價格
0  水果  13.333333    23
1  生鮮   8.000000    19
2  肉類  30.000000    40
'''

多列分組

df = df.groupby(['產品', '分類'], as_index=False).agg(平均價格=('價格', 'mean'))  
print(df)
'''
   產品  分類  平均價格
0  包子  生鮮   3.0
1  李子  水果  23.0
2  桃子  水果  12.0
3  牛肉  肉類  40.0
4  豬肉  肉類  20.0
5  餃子  生鮮  19.0
6  饅頭  生鮮   2.0
7  香蕉  水果   5.0
'''

多列分組排序

# 根據平均價格降序排序  
df = df.groupby(['產品', '分類'], as_index=False).agg(平均價格=('價格', 'mean')).sort_values(by='平均價格', ascending=False)  
print(df)
'''
   產品  分類  平均價格
3  牛肉  肉類  40.0
1  李子  水果  23.0
4  豬肉  肉類  20.0
5  餃子  生鮮  19.0
2  桃子  水果  12.0
7  香蕉  水果   5.0
0  包子  生鮮   3.0
6  饅頭  生鮮   2.0
'''

topN

# 1、銷量最高的2個分類 
df = df.groupby('分類')['銷量'].nlargest(2)  
print(df)
'''
分類   
水果  0    1821
    2     675
生鮮  5    5829
    4    4320
肉類  6    9762
    7    1320
Name: 銷量, dtype: int64
'''

# 2、銷量最少的3個分類 
df = df.groupby('分類')['銷量'].nsmallest(3)  
print(df)
'''
分類   
水果  1     232
    2     675
    0    1821
生鮮  3     210
    4    4320
    5    5829
肉類  7    1320
    6    9762
Name: 銷量, dtype: int64
'''

唯一值

df = df.groupby('分類', as_index=False).agg(unique_values=('產品', 'unique'))  
print(df)
'''
   分類 unique_values
0  水果  [李子, 桃子, 香蕉]
1  生鮮  [餃子, 饅頭, 包子]
2  肉類      [豬肉, 牛肉]
'''

唯一值的數量

df = df.groupby('分類', as_index=False).agg(num_unique_values=('產品', 'nunique'))  
print(df)
'''
   分類  num_unique_values
0  水果                  3
1  生鮮                  3
2  肉類                  2
'''

分組的個數

df = df.groupby('分類').ngroups  
print(df)
'''
3
'''

獲得某個特定分組

# 分類、產品跟get_group的參數必須對應
df = df.groupby(['分類', '產品']).get_group(('水果', '李子'))  
print(df)
'''
   產品  分類  價格    銷量
0  李子  水果  23  1821
'''

rank

# 對每個組中的行進行排序，如：按價格進行降序排序 
df['dense_rank'] = df.groupby('分類')['價格'].rank(ascending=False, method='dense')  
print(df)  
'''
   產品  分類  價格    銷量  dense_rank
0  李子  水果  23  1821         3.0
1  桃子  水果  12   232         2.0
2  香蕉  水果   5   675         1.0
3  餃子  生鮮  19   210         3.0
4  饅頭  生鮮   2  4320         1.0
5  包子  生鮮   3  5829         2.0
6  豬肉  肉類  20  9762         1.0
7  牛肉  肉類  40  1320         2.0
'''

展開求和

df['price'] = df.groupby('分類')['價格'].expanding().sum().values  
print(df)
'''
   產品  分類  價格    銷量  price
0  李子  水果  23  1821   23.0
1  桃子  水果  12   232   35.0
2  香蕉  水果   5   675   40.0
3  餃子  生鮮  19   210   19.0
4  饅頭  生鮮   2  4320   21.0
5  包子  生鮮   3  5829   24.0
6  豬肉  肉類  20  9762   20.0
7  牛肉  肉類  40  1320   60.0
'''