分組與聚合通常是分析資料的一種方式，通常與一些統計函式一起使用，檢視資料的分組情況

想一想其實剛才的交叉表與透視表也有分組的功能，所以算是分組的一種形式，只不過他們主要是計算次數或者計算比例！！看其中的效果

1 什麼分組與聚合

2 分組API

• DataFrame.groupby(key, as_index=False)
  • key:分組的列資料，可以多個
• 案例:不同顏色的不同筆的價格資料

col =pd.DataFrame({'color': ['white','red','green','red','green'], 'object': ['pen','pencil','pencil','ashtray','pen'
 
],'price1':[5.56,4.20,1.30,0.56,2.75],'price2':[4.75,4.12,1.60,0.75,3.15]})

color    object    price1    price2
0    white    pen    5.56    4.75
1    red    pencil    4.20    4.12
2    green    pencil    1.30    1.60
3    red    ashtray    0.56    0.75
4    green    pen    2.75    3.15

• 進行分組，對顏色分組，price進行聚合

# 分組，求平均值
col.groupby(['color'])['price1'].mean()
col['price1'].groupby(col['color']).mean()

color
green    2.025
red      2.380
white    5.560
Name: price1, dtype: float64

# 分組，資料的結構不變
col.groupby(['color'], as_index=False)['price1'].mean()

color    price1
0    green    2.025
1    red    2.380
2    white    5.560
 

3 星巴克零售店鋪資料

現在我們有一組關於全球星巴克店鋪的統計資料，如果我想知道美國的星巴克數量和中國的哪個多，或者我想知道中國每個省份星巴克的數量的情況，那麼應該怎麼辦？

3.1 資料獲取

從檔案中讀取星巴克店鋪資料

# 匯入星巴克店的資料
starbucks = pd.read_csv("./data/starbucks/directory.csv")

3.2 進行分組聚合

# 按照國家分組，求出每個國家的星巴克零售店數量
count = starbucks.groupby(['Country']).count()

畫圖顯示結果

count['Brand'].plot(kind='bar', figsize=(20, 8))
plt.show()

假設我們加入省市一起進行分組

# 設定多個索引，set_index()
starbucks.groupby(['Country', 'State/Province']).count()