在数据分析中有时候需要自己定义分组规则 这里简单介绍一下用一个字典实现分组 这里不知道python底层是怎么运行的，最好把运行的结果打印出来看一下 [b]遍历的结果： [/b] [b]从结果可以看到,把a b e分给了red, c d分给了blue[/b] a b e--->red c d --->blue 接下来再来执行 people.groupby(mapping,axis=1).mean() [b]从结果看到在列方向group分组 执行聚合函数mean()后列索引就只有 blue和red了。 [/b] 整个过程可以这么理解 在列方向上进行分组 a b e为一组为red，c d 为一组为blue。最后以red blue作为新DataFraem的列索引 同样Series也有同样的功能，它可以被看作一个固定大小的映射。对于上面的那个例子，如果用series作为分组键，则pandas会检查Series以确保其索引分组轴是对齐的： ser=Series(mapping) a red b red c blue d blue e red f orange [b]by_ser_group=people.groupby(ser,axis=1).mean()[/b] blue red Joe 0.241336 -0.182099 Steve 0.459773 -0.448336 Wes 0.205278 0.605721 Jim -0.094838 1.254174 Travis 0.354140 0.142075 从结果可以看到，通过字典进行分组和通过Series进行分组结果是相同的。也就是说他们执行的原理是相同的，都是把索引(对series来说)或字典的key与Dataframe的索引进行匹配， 字典中value或series中values值相同的会被分到一个组中，最后根据每组进行在聚合。 groupby的用法很多，之后有时间我会慢慢更新博客。如果有那些地方有错欢迎大家指出，一块学习，共同进步。 以上这篇Python数据分析中Groupby用法之通过字典或Series进行分组的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程素材网。