5-pandas数组分组的基本方法（分组大小与排序、迭代、指定组或列）

数据分组的基本方法有3种：

1. 分组大小和分组排序
2. 对分组进行迭代
3. 选择指定组或指定的列

一、分组大小和分组排序

　　可通过GroupBy对象的size()方法，知道每个分组的样本数；

>>> df.groupby(['class']).size()
class
A    3
B    4
C    2
dtype: int64

>>> df.groupby(['class','sex']).size()
class  sex
A      female    1
       male      2
B      female    2
       male      2
C      male      2
dtype: int64

　　在默认情况下，分组聚合后的索引会进行排序，可能会降低运行速度，所以，在数据量很大的时候可以设置sort = False，指定不进行排序以提高分组速度；

>>> df.groupby('class',sort = False).mean()
       score_math  score_music
class
A            93.0        85.00
B            86.5        79.75
C            76.0        90.50

二、对分组进行迭代

　　GroupBy对象是一个可迭代对象，所以可以通过迭代获取分组名和数据；

 例如：获取班级的分组名和数据（若按多个键进行分组，则分组名变成元组）

>>> grouped = df.groupby('class')
>>> for name,group in grouped:
...     print(name)
...     print(group)
...     print('-'*40)

A
  class     sex  score_math  score_music
0     A    male          95           79
1     A  female          96           90
7     A    male          88           86
----------------------------------------
B
  class     sex  score_math  score_music
2     B  female          85           85
4     B  female          84           90
5     B    male          88           70
8     B    male          89           74
----------------------------------------
C
  class   sex  score_math  score_music
3     C  male          93           92
6     C  male          59           89
----------------------------------------

三、选择指定组或指定的列

 　　（1）将分组名及其数据封装成一个字典，便于后序选择指定组的数据；

　　值得注意的是：不可直接将GroupBy对象打包成字典，必须先将其转化成包含多个元组的列表，才能使用dict()将其转换成字典。

>>> grouped = df.groupby('class')
>>> pieces = dict(list(grouped))

>>> len(pieces)
3

>>> pieces.keys()
dict_keys(['A', 'B', 'C'])

>>> pieces['A']
  class     sex  score_math  score_music
0     A    male          95           79
1     A  female          96           90
7     A    male          88           86

　　（2）GroupBy对象的get_group()也可以达到同样的效果而且更直观

>>> grouped.get_group('A')
  class     sex  score_math  score_music
0     A    male          95           79
1     A  female          96           90
7     A    male          88           86

　　（3）若只需要对指定的列进行GroupBy操作，只需在groupby()后加上指定的列即可

>>> df.groupby('class')['score_math'].mean()
class
A    93.0
B    86.5
C    76.0

>>> df.groupby('class')['score_math','score_music'].mean()
       score_math  score_music
class
A            93.0        85.00
B            86.5        79.75
C            76.0        90.50