pandas.Series.groupby

Series.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs) [source]

Группа серии данных по мапперу (словарь или функция ключа, применяет функцию к группе, возвращает результат как серию) или по серии столбцов.

Параметры:

by : отображение, функция, строка или итерируемый объект Используется для определения групп для группировки. Если by является функцией, она вызывается для каждого значения индекса объекта. Если передан словарь или Series, значения Series или словаря будут использоваться для определения групп (Series сначала выравниваются; см. .align() метод). Если передан массив NumPy, значения используются напрямую для определения групп. Строка или список строк могут быть переданы для группировки по столбцам в self axis : целое число, по умолчанию 0 level : целое число, имя уровня или последовательность таких, по умолчанию None Если ось является многоуровневым индексом (иерархическим), группировка выполняется по определенному уровню или уровням as_index : булево значение, по умолчанию True Для агрегированного результата возвращает объект с метками групп в качестве индекса. Актуально только для входных данных DataFrame. as_index=False эффективно соответствует группировке в стиле SQL sort : булево значение, по умолчанию True Сортировать ключи групп. Для повышения производительности выключите эту опцию. Обратите внимание, что это не влияет на порядок наблюдений внутри каждой группы. groupby сохраняет порядок строк внутри каждой группы. group_keys : булево значение, по умолчанию True При вызове apply добавляет ключи групп к индексу для идентификации фрагментов squeeze : булево значение, по умолчанию False уменьшает размерность типа возвращаемого значения, если это возможно, в противном случае возвращает согласованный тип

Возвращает:

Объект GroupBy

Примеры

Результаты для DataFrame

>>> data.groupby(func, axis=0).mean()
>>> data.groupby(['col1', 'col2'])['col3'].mean()

DataFrame с иерархическим индексом

>>> data.groupby(['col1', 'col2']).mean()