1. 聚合

grouped=df.groupby(by='column name'), 是一个DataFrameGroupBy对象，可以迭代grouped中的每个元素是一个元组，元组里面的值是（索引（分组的值），分组之后的DataFrame对象）

1 dfs_002=dfs_001.groupby(by='Cabinet / ATO')

常见的DataFrameGroupBy对象经过优化的方法：

(1) count          分组中非Na值的数量

(2) sum            非NA值的和

(3) mean          非NA值的平均值

(4) median       非NA值的算数中位数

(5) std, var       无偏(分母为n-1)标准差和方差

(6) min, max    非NA值的最大和最小值

2. 分组

对StarBucks国家和省份分布进行分组统计：可以在by=后面写列表。结果是个Series类型的数据，包含country和state/province两个索引列。因为需要对brand列进行统计，所以后面的统计条件需要使用df['country]和df['state/province]。

grouped=df["brand"].groupby(by=[df['country'],df['state/Province']]).count()

如果是对整个dataframe进行分组，统计条件直接使用country和state/province. 获取分组后的某一部分数据

grouped=df.groupby(by=['country','state/Province'])['country'].count()

如果需要返回Dataframe数据类型

grouped1=df[['brand']].groupby(by=[df['country'],df['state/Province']])['country'].count()
grouped2=groupby(by=[df['country'],df['state/Province']][['brand']].count()
grouped3=groupby(by=[df['country'],df['state/Province']].count()[['brand']]