Python数据聚合与分组运算：通过函数进行分组

　　与字典或Series对象相比，使用函数作为分组键会更加灵活，任何一个被当做分组键的函数都会在各个索引值上被调用一次，返回的值会被用作分组名称。

　　创建一个DataFrame对象，将其行索引的名称设为字符串类型的，具体代码如下。

In [11]: import pandas as pd
         df=pd.DataFrame({'a':[1, 2, 3, 4, 5],
                          'b':[6, 7, 8, 9, 10],
                          'c':[5, 4, 3, 2, 1]},
                          index=['Sun', 'Jack', 'Alice', 'Helen', 'Job']
         df
Out[11]:
       a   b  c
Sun    1   6  5
Jack   2   7  4
Alice  3   8  3
Helen  4   9  2
Job    5  10  1

　　如果以行索引名称的长度进行分组，则长度相同的行索引名称会分为一组，即索引名称长度为3的分为一组，长度为4的分为一组，长度为5的分为一组，共分成三组。接下来，以行索引名称的长度作为分组键，将DataFrame对象的数据拆分成三组数据，具体代码如下。

In [12]: groupby_obj=df.groupby(len)         #使用内置函数len进行分组
         for group in groupby_obj:           # 遍历分组对象
             print(group)
Out[12]:
(3,      a   b  c
   Sun   1   6  5
   Job   5  10  1)
(4,      a   b  c
   Jack  2   7  4)
(5,       a   b  c
   Alice  3   8  3
   Helen  4   9  2)

　　上述示例中，在调用groupby()方法时传入了内置函数len()，表明len()函数会对行索引一列执行求长度的操作，调用len函数返回的长度值作为分组名称，一旦发现索引名称的长度值一样，就归类为一组。

　　从输出结果可以看出，索引名称长度为3的“Sun”和“Job”归为第一组，长度为4的是“Jack”单独为第二组，长度为5的是“Alice”和“Helen”归为第三组。