Python数据聚合与分组运算：通过groupby()方法将数据拆分成组

　　分组聚合的第一个步骤是将数据拆分成组。在Pandas中，可以通过groupby()方法将数据集按照某些标准划分成若干个组，该方法的语法格式如下：

groupby(by=None, axis=0, level=None, as_index=True, sort=True,
        group_keys=True, squeeze=False, observed=False, **kwargs)

　　部分参数表示的含义如下：

　　(1)by：用于确定进行分组的依据。

　　(2)axis：表示分组轴的方向，可以为0(表示按行)或1(表示按例)，默认为0。

　　(3)level：如果某个轴是一个MultiIndex对象(索引层次结构)，则会按特定级别或多个级别分组。

　　(4)as_index：表示聚合后的数据是否以组为标签作为索引的DataFrame对象输出，接收布尔值，默认为True。

　　(5)sort：表示是否对分组标签进行排序，接收布尔值，默认为True。

　　通过groupby()方法执行分组操作，会返回一个GroupBy对象，该对象实际上并没有进行任何计算，只是包含一些关于分组键(比如df_obj[ 'key1'])的中间数据而已。一般，使用Series调用groupby()方法返回的是SeriesGroupBy对象，而使用DataFrame调用groupby()方法返回的是DataFrameBy对象。

　　在进行分组时，可以通过groupby()方法的by参数来指定按什么标准分组，by参数可以接收的数据有多种形式，类型也不必相同，常用的分组方式主要有以下4种：

　　◆列表或数组，其长度必须与待分组的轴一样。

　　◆DtaFrame对象中某列的名称。

　　◆字典或Series对象，给出待分组轴上的值与分组名称之间的对应关系。

　　◆函数，用于处理轴索引或索引中的各个标签。