groupby()是一個分組函式，對資料進行分組操作的過程可以概括為：split-apply-combine三步：
1.按照鍵值（key）或者分組變數將資料分組。
2.對於每組應用我們的函式，這一步非常靈活，可以是python自帶函式，可以是我們自己編寫的函式。
3.將函式計算後的結果聚合。

舉例：

df = pd.DataFrame({'key1':list('aabba'),
                  'key2': ['one','two','one','two','one'],
                  'data1': [8,6,2,4,3],
                  'data2'
 
: [6,9,5,2,-7]})
print  df

輸出：

   data1  data2 key1 key2
0      8      6    a  one
1      6      9    a  two
2      2      5    b  one
3      4      2    b  two
4      3     -7    a  one

下面這兩句效果是一樣的。

df.groupby('key1',as_index=False).mean()
df.groupby(['key1'],as_index=False).mean()

輸出：

  key1     data1     data2
0
 
    a  5.666667  2.666667
1    b  3.000000  3.500000

注意groupby之後的資料型別，它不再是一個dataframe，而是一個GroupBy物件，我們後面函式的任何操作都是基於這個物件的。
剛剛我們只是用了key1進行了分組，我們也可以使用兩個分組變數：

df.groupby(['key1','key2']).mean()
print '-----------------'
df.groupby(['key1','key2'],as_index=False).mean()

輸出：

           data1  data2
key1 key2              
a    one     5.5
 
   -0.5
     two     6.0    9.0
b    one     2.0    5.0
     two     4.0    2.0
-----------------
  key1 key2  data1  data2
0    a  one    5.5   -0.5
1    a  two    6.0    9.0
2    b  one    2.0    5.0
3    b  two    4.0    2.0

從上面可以看出，as_index=False與預設的True的區別來，加入as_index=False 屬性是"SQL-style"的分組輸出。

實際上分組鍵可以是任何長度適當的陣列

states=np.array(['Ohio','California','California','Ohio','Ohio'])
years=np.array([2005,2005,2006,2005,2006])
print df['data1'].groupby([states,years]).mean()

把data1列按照states和years分組，輸出：

California  2005    6
            2006    2
Ohio        2005    6
            2006    3

注意，像下面這麼寫是錯誤的：

print df['data1'].groupby(['key1']).mean()

如果前面是df[‘data1’]的形式，後面要這樣寫：

print df['data1'].groupby(df['key1']).mean()

輸出：

key1
a    5.666667
b    3.000000
Name: data1, dtype: float64

這麼寫也是可以的，輸出和上面一樣：

print  df.groupby(['key1'])['data1'].mean()