深入理解和运用Pandas的GroupBy机制——理解篇

GroupBy是Pandas提供的强大的数据聚合处理机制，可以对大量级的多维数据进行透视，同时GroupBy还提供强大的apply函数，使得在多维数据中应用复杂函数得到复杂结果成为可能(这也是个人认为在实际业务分析中，数据量没那么大的情况下，Pandas相较于Excel透视表最有优势的一点)。

也正是因为它如此强大，所以对于很多初涉猎这部分内容的学习者来说，深入理解并熟练掌握GroupBy机制的运用有些困难，这篇文章力求基于我对“老鼠书”的理解，对GroupBy机制做一个初步的梳理。

本文是机制上的理解篇，代码层面的运用会在运用篇中涉及。

# GroupBy使用的三种基本形式，先看看，结合后面的梳理一起有助于理解

#1
data.groupby([分组键1，分组键2……]).函数
#2
data.groupby([分组键1，分组键2……]).agg(参数)
#3
data.groupby([分组键1，分组键2……]).apply(参数)