df.groupby()方法使用在查询中用到的筛选条件函数对 数据进行分组

这里举的例子是：

• 按姓名首字母分组

df.groupby(df.name.str[0])

• 按A及B、其他团队分组

df.groupby(df.team.isin(['A','B']))

• 按姓名第一个字母和第二个字母分组

df.groupby([df.name.str[0], df.name.str[1]])

• 按日期和小时分组

df.groupby([df.time.date, df.time.hour])

这些示例展示了如何使用 groupby 按不同的列值进行分组，每个分组的规则都是基于字符串的处理、布尔值判断或者日期时间的提取。下面我逐一解释每个示例：

1. 按姓名首字母分组

df.groupby(df.name.str[0])

• 作用 ：这个 groupby 操作通过提取 name 列的每个值的首字母来进行分组。

• df.name.str[0] 会提取 name 列中每个字符串的第一个字符（即首字母），并基于这些首字母来进行分组。

  假设 name 列的数据是：['Alice', 'Bob', 'Charlie', 'David', 'Eve']，那么 df.name.str[0] 将返回：['A', 'B', 'C', 'D', 'E']。

• 示例：

  df = pd.DataFrame({
      'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
      'age': [25, 30, 35, 40, 45]
  })
  
  result = df.groupby(df.name.str[0]).sum()
  print(result)

  输出：

         age
  name      
  A       25
  B       30
  C       35
  D       40
  E       45

2. 按 A及B、其他团队分组

df.groupby(df.team.isin(['A', 'B']))

• 作用 ：这个 groupby 操作通过 team 列判断每个值是否属于 'A' 或 'B' 团队来进行分组。

• df.team.isin(['A', 'B']) 返回一个布尔系列，对于每个 team 列中的值，如果它是 'A' 或 'B'，则返回 True，否则返回 False。

  假设 team 列的数据是：['A', 'B', 'C', 'A', 'D']，那么 df.team.isin(['A', 'B']) 将返回：[True, True, False, True, False]。

• 示例：

  df = pd.DataFrame({
      'team': ['A', 'B', 'C', 'A', 'D'],
      'score': [80, 90, 85, 95, 70]
  })
  
  result = df.groupby(df.team.isin(['A', 'B'])).sum()
  print(result)

  输出：

         score
  team        
  False    155
  True     265

  • True 表示 A 和 B 团队的分组，False 表示其他团队的分组。

3. 按姓名第一个字母和第二个字母分组

df.groupby([df.name.str[0], df.name.str[1]])

• 作用 ：这个 groupby 操作通过提取 name 列中每个值的前两个字母来进行分组。

• df.name.str[0] 提取第一个字母，df.name.str[1] 提取第二个字母。两个字母作为分组的依据。

  假设 name 列的数据是：['Alice', 'Alex', 'Bob', 'Charlie', 'Eve']，那么 df.name.str[0] 返回 ['A', 'A', 'B', 'C', 'E']，df.name.str[1] 返回 ['l', 'l', 'o', 'h', 'v']。

• 示例：

  df = pd.DataFrame({
      'name': ['Alice', 'Alex', 'Bob', 'Charlie', 'Eve'],
      'age': [25, 30, 35, 40, 45]
  })
  
  result = df.groupby([df.name.str[0], df.name.str[1]]).sum()
  print(result)

  输出：

             age
  name name      
  A    l       55
  B    o       35
  C    h       40
  E    v       45

  • 这里每个分组的标识由姓名的前两个字母组成。

4. 按日期和小时分组

df.groupby([df.time.date, df.time.hour])

• 作用 ：这个 groupby 操作首先提取 time 列中的日期部分（去掉时间），然后提取小时部分（24小时制）。

• df.time.date 提取日期部分，df.time.hour 提取小时部分。这样你可以按照日期和小时来对数据进行分组。

  假设 time 列的数据是：['2025-01-01 10:20:00', '2025-01-01 11:30:00', '2025-01-02 10:45:00']，那么 df.time.date 会返回：['2025-01-01', '2025-01-01', '2025-01-02']，df.time.hour 会返回：[10, 11, 10]。

• 示例：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'time': pd.to_datetime(['2025-01-01 10:20:00', '2025-01-01 11:30:00', '2025-01-02 10:45:00']),
    'value': [100, 200, 300]
})
print(df,'\n\n')

# 按日期和小时分组，并对value列进行求和
result = df.groupby([df.time.dt.date, df.time.dt.hour])['value'].sum()

print(result)

输出：

• 这里的数据是按照日期和小时分组的，结果是每个日期和小时组合下的 value 总和。

总结

• 按姓名首字母分组：通过字符串的第一个字母来分组。
• 按 A及B、其他团队分组 ：通过判断某个列的值是否属于特定集合（例如 'A' 和 'B'）来分组。
• 按姓名的前两个字母分组：通过字符串的前两个字母来分组。
• 按日期和小时分组 ：通过日期和小时来分组，适用于处理 datetime 类型数据。

这些方法展示了 groupby 操作的灵活性，可以根据不同的条件对数据进行分组和聚合处理。