Pandas GroupBy完全指南：从零开始掌握数据分组

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框内输入如下内容：

   创建一个面向初学者的Python学习笔记，用学生成绩数据集（姓名,班级,科目,分数）演示：1) 单列分组求平均 2) 多列分组 3) 自定义聚合函数 4) 分组后筛选 5) 分组可视化。要求代码注释详细，每个示例配以生活化比喻说明（如'分组就像整理衣柜'），并包含常见错误示例及解决方法。

3. 点击'项目生成'按钮，等待项目生成完整后预览效果

刚接触数据分析时，看到groupby这个词总让我联想到小时候整理玩具——把积木按形状分到不同盒子，统计每种积木的数量。Pandas的groupby功能正是这样的数据整理魔法，今天就用学生成绩表的例子，带大家轻松上手这个核心功能。

1. 单列分组：班级平均分计算

想象学校教务主任要统计每个班的平均分，就像把全年级试卷按班级摞成几堆。我们用一个包含姓名、班级、科目、分数的DataFrame演示：

1. 按班级列分组后，对分数列调用mean()，瞬间得到各班级平均分
2. 常见错误是忘记对具体列（如分数）应用聚合函数，直接打印分组对象只会显示内存地址
3. 解决方法：分组后必须接agg（如.mean()/.sum()）才会触发计算

2. 多列分组：班级-科目组合统计

现在校长想知道各班各科的平均分，相当于先把试卷按班级分堆，每堆再按科目细分：

1. 将班级和科目两列同时传入groupby，形成二级分组结构
2. 用size()可以查看每个分组的记录数，避免因数据不均衡导致误判
3. 典型错误是列名顺序影响业务解读，班级-科目和科目-班级的分组维度意义不同

3. 自定义聚合：多指标输出

就像体育老师既要算平均分又想看最高分：

1. 通过agg传入字典，如{'分数': ['mean', 'max']}，一次输出多个统计值
2. 可以自定义函数，比如计算分数超过85分的占比
3. 注意自定义函数要处理空值，否则可能报错

4. 分组筛选：找出优等班级

类似筛选月考均分超90的班级：

1. 先用groupby+mean得到班级平均分
2. 通过布尔索引过滤，如df[df > 90]
3. 易混淆点：filter()方法作用于分组而非数据，参数是返回布尔值的函数

5. 可视化呈现：成绩分布直方图

把枯燥数字变成直观图表：

1. 分组后直接调用plot.bar()生成柱状图
2. 通过unstack()调整多级索引的图表布局
3. 常见问题是图表标签重叠，可用figsize调整画布大小或旋转x轴标签

实战中发现，InsCode(快马)平台的在线环境特别适合这种数据分析练习——无需配置Python环境，导入pandas就能直接运行代码片段，分组结果还能通过内置可视化功能即时呈现。

记得第一次成功分组数据时，那种把杂乱信息整理有序的成就感。现在处理销售数据、用户行为日志都会先用groupby摸清规律，你也快来试试这个数据处理的瑞士军刀吧！

快速体验

1. 打开 InsCode(快马)平台 https://www.inscode.net
2. 输入框内输入如下内容：

   创建一个面向初学者的Python学习笔记，用学生成绩数据集（姓名,班级,科目,分数）演示：1) 单列分组求平均 2) 多列分组 3) 自定义聚合函数 4) 分组后筛选 5) 分组可视化。要求代码注释详细，每个示例配以生活化比喻说明（如'分组就像整理衣柜'），并包含常见错误示例及解决方法。

3. 点击'项目生成'按钮，等待项目生成完整后预览效果