开发者学堂课程【高校精品课-华东师范大学 - Python 数据科学基础与实践：Pandas 数据分组 中】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/1067/detail/15398
Pandas 数据分组 中
内容介绍：
一、Merging on index （在 index 上做归并）
二、Iterating Over Groups（对组进行迭代）
一、Merging on index （在 index 上做归并）
这上面的例子中，group key 全都是 series，即数据框（dataframe）中的一列，那么 group key 只要长度正确，不一定是一列，可以是任意的数组，这个地方需要大家好好理解。
一般可能平时也见过这样的操作，在这里定了一个安排的数组，这里面有美国的两个州，然后下面再定一个数组【2005，2006】，注意对应有五个数据。然后下面看到在 data1的 series 上面的系列做分组，传到两个刚刚做的安排数组，这里要注意分组使用的 key，就这列表里的这两个数组，它并不是在数据里的，这样的 df 数据里面并没有这两个 key 的，但是这也可以做，下面看看结果。
这也是大家要特别注意的，那么结果就是前面相当于是第0级索引，然后后面 Years 作为第1级索引，也是相当于分层索引的结果，再后面是它的平均值，这里数据有五条，所以就相当于是在数据左边插了一列作为第1级索引，states 再插了一列相当于作为第1级索引连。然后后面再是分组汇总的聚合求平均值，要注意这样理解。
那么来看数据来理解一下，先看做聚合以后，它也是一个 Pandas 的一个 group by 对象,然后看数据的原始数据内容。
Pandas.core.groupby.generic.series group by object at 0*000001426E72748
注意看 data1，为什么这里按照这两个新的单排数组，分组以后求平均值变成了上面的结果？对应的查看【ohio，california，california，ohio，ohio】这五个名字。
那么 california 应该是第一第二，第一第二应该对应的是2005和2006，第一对应2005，第二对应2006，所以 california 里面的1对应2005，california 的2对应2006，然后后面是相应的值。
看一下相应的值在第一个位置为0，然后第二个位置是1对应0.618383，再下面是2对应-1.425223，因为它是和自己做平均，因为其没有多的元素，所以注意看结果，要明白结果是怎么来的。
那么再运行显示原始的数据框，在数据框里面再去对应。
分组信息实际不在数据里面，就是用 state 和 years 数组作为索引，就是作为 group key 的方式很特别，但大多数时间里索引的 key 要传到其列名，就是索引用的 key 是在数据框里面的，那么就像下面的例子。
在数据框里面，key1 是数据框里的一列，然后求平均值，这是正常的，比较容易理解，但刚刚有特别的是 group by 后面的 key不在数据里，所以那个例子特别要注意一下。
这是直接用到数字框，没有使用里面的某一列，所以它将两列都得到了。这里需要注意这两列一定是可以做数据的，是有数值性的。然后再看下面用两个 key 来做 groupby。那么结果有第一分组和第二分组，然后后面是 df，并且没有指定某一列，所以说明两列都有。这是这样的分组内容。
注意在前面例子里面，df.groupby（‘key1’）.mean（）的结果里没有 key2这一列，它只用 key1，而下面使用了 key1和 key2，这两个是都进行了显示。所以注意像这样的，如果说它既不是像 data1和 data2这样的数值型数据，然后又不是 key ，一般就不会显示，称这种列为nuisance column（有碍列、有害列、麻烦列），这种列一般不会出现在结果中，这也是一个概念。
然后下面再看一个很特别的 groupby 的分组，这个分组是求其后面的元素数目：df.groupby（【‘key1’，‘key2’】）.size，后面等于是跟随了函数，而前面是求平均值，这个例子的代码是求 size。可以看到每个分组然后它每一个元素的数量。
二、Iterating Over Groups（对组进行迭代）
group by 对象支持迭代，相当于它是两个元素的元组，迭代都知道很多时候是用 for 或者 in 来遍历的：For name，group in df group by（‘key’），按照 key 进行分组，这个结果就是 group by 对象，它是支持迭代的，它里面产生的内容是两个元素构成一个元组，一个是组的名字，一个是组的数据、它的数据块。
这里显示结果，大是按照 key1里面的值，因为 key1里面的值就是a 和 b，所以得到的print（name）就是 a，然后最下面就相当于数据框，也就是group、数据块。
然后是第二个分组 b 以及它的数据块，如果需要区分，可以把第二个使用 # 注释。先执行 print（name），name 就是 a 和 b，然后可以把注释去掉。所以这里要接受这种概念，就是其得到结果，这个group是一个数据块，也可以理解为其是数据框。那面对多个 key 的情况，元组中的第一个元素会被作为另一个元组的 key值，也就是理解成多个 key，资料中给出的翻译，可能有些地方读出来还有点不通顺，希望大家自己理解一下，因为翻译的速度非常快，可能是通过谷歌翻译，百度翻译，然后进行 copy，这导致同学直接看英文会花费很多时间，中文可以没有完全的进行整理。
下面是两个 key，分组可以按照两个 key 来分组，所以在前面迭代时，前面的话也就是（key1，key2）作为一组，然后才是 group，这时需要注意的地方。同样道理，显示其里面组的名字，然后再显示组区块，这显示的 key1和 key2相当是一个排列组合，就是 key1和 key2里面的内容，按照排列组合后得到的每一个结构（a，one、a，two、b,one、b,two），看结果这是分组对象的迭代，下面可以对数据，也可以对数据一部分进行各种操作，这个用法可以用一个字典来表示。那就用一个含有数据片段的字典，作为指令。来看下面的例子，先是通过前面的 groupby然后把它转换成列表，然后再给字典这样一个对象（dict），然后得到一个字体。
可以看出来这是字典，在大括号中的字典，其里面的 key 一个是 a，一个是 b，后面是其value，它的 value 相当于是一个小的数据框。
这地方的差别大家可以看出来，这时需要取字典里的某一个 key，这个 key 是 b，注意 pieces 的含义为字典，然后【‘b’】的书写是取 key（键），然后 key 后面是它的 value，这里的 value 相当于是一个组。
需要了解分组时，groupby 默认是对行（axis=0）进行分组的，但是也可以指定任意的坐标轴或列。另外还可以按照 dtyple 来对列进行分组。dtyple 是列的数据类型或者数据类型。
接下来看看数据框的数据类型，属性它会显示每一列的数据的类型。key1和 key2是叫对象，data1和 data2是数据。然后下面的分组操作：df.groupby（df.dtypes，axis=1），用这个内容来协助进行分组，另外 key 也不一定是数据里面的列，也可以是自己指定的数据，然后要指定坐标图是在列上。
最后看结果，给其做个便利显示以后，可以看到它 group 里面的名字是 dtype，然后数据块就是 group，分别显示一下。
它的数据类型就是名字float64，下面就是数据块，再一个数据类型，然后加上数据块。
