机器学习数据科学包（七）——Pandas高级内容：分组运算、聚合统计
分组计算
分组计算三步曲：拆分 -> 应用 -> 合并
- 拆分：根据什么进行分组？
- 应用：每个分组进行什么样的计算？
- 合并：把每个分组的计算结果合并起来。
对 Series 进行分组
通过索引对齐关联起来
对 DataFrame 进行分组
每个分组的元素个数
对分组进行迭代
转化为字典
按列分组
通过字典进行分组
通过函数来分组
当函数作为分组依据时，数据表里的每个索引（可以是行索引，也可以是列索引）都会调用一次函数，函数的返回值作为分组的索引，即相同的返回值分在同一组。
多级索引数据根据索引级别来分组
数据聚合
分组运算，先根据一定规则拆分后的数据，然后对数据进行聚合运算，如前面见到的 mean(), sum() 等就是聚合的例子。聚合时，拆分后的第一个索引指定的数据都会依次传给聚合函数进行运算。最后再把运算结果合并起来，生成最终结果。
聚合函数除了内置的 sum(), min(), max(), mean() 等等之外，还可以自定义聚合函数。自定义聚合函数时，使用 agg() 或 aggregate() 函数。
内置聚合函数
自定义聚合函数
应用多个聚合函数
给不同的列应用不同的聚合函数
使用 dict 作为参数来实现
重置索引
分组运算和转换
groupby 是特殊的分组运算。更一般的分组运算包括 “拆分 - 应用 - 合并”。这里介绍 transform() 和 apply() 来实现分组运算。
transform
距平化
与平均值的差异值
apply 函数
我们介绍过 DataFrame 的 apply 函数是逐行或逐列来处理数据。GroupBy 的 apply 函数对每个分组进行计算。