第9章　数据聚合与分组运算

对数据集进行分组并对各组应用一个函数（无论是聚合还是转换），这是数据分析工作中的重要环节。在将数据集准备好之后，通常的任务就是计算分组统计或生成透视表。pandas提供了一个灵活高效的gruopby功能，它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作。

关系型数据库和SQL（Structured Query Language，结构化查询语言）能够如此流行的原因之一就是其能够方便地对数据进行连接、过滤、转换和聚合。但是，像SQL这样的查询语言所能执行的分组运算的种类很有限。在本章中你将会看到，由于Python和pandas强大的表达能力，我们可以执行复杂得多的分组运算（利用任何可以接受pandas对象或NumPy数组的函数）。在本章中，你将会学到：

·根据一个或多个键（可以是函数、数组或DataFrame列名）拆分pandas对象。

·计算分组摘要统计，如计数、平均值、标准差，或用户自定义函数。

·对DataFrame的列应用各种各样的函数。

·应用组内转换或其他运算，如规格化、线性回归、排名或选取子集等。

·计算透视表或交叉表。

·执行分位数分析以及其他分组分析。

注意： 对时间数据的聚合（groupby的特殊用法之一）也称作重采样（resampling），本书将在第10章中单独对其进行讲解。