16、数据分组：聚合、过滤与转换的实用指南

数据分组：聚合、过滤与转换的实用指南

在数据分析中，对数据进行分组并执行聚合、过滤和转换操作是非常常见且重要的任务。本文将详细介绍如何使用相关方法完成这些操作，并通过具体的示例代码进行演示。

1. 分组基础操作

首先，我们需要了解如何创建分组对象以及如何对分组进行基本操作。以下是创建分组对象的步骤：
1. 创建分组对象 ：

import pandas as pd

# 读取数据集
college = pd.read_csv('data/college.csv', index_col='INSTNM')
# 按州进行分组
grouped = college.groupby('STABBR')
# 显示分组数量
print(grouped.ngroups)
# 验证分组数量与唯一州的数量是否一致
print(college['STABBR'].nunique())

在上述代码中，我们使用 groupby 方法按 STABBR （州缩写）对 college 数据集进行分组，并通过 ngroups 属性查看分组数量，同时使用 nunique 方法验证唯一州的数量。

每个分组由一个元组唯一标识，该元组包含分组列中值的唯一组合。我们可以使用 get_group 方法选择特定的分组作为 DataFrame 。