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 265True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。
