pandas数据分组

分组统计

① 根据某些条件将数据拆分成组
② 对每个组独立应用函数
③ 将结果合并到一个数据结构中

Dataframe在行（axis=0）或列（axis=1）上进行分组，将一个函数应用到各个分组并产生一个新值，然后函数执行结果被合并到最终的结果对象中。

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

import pandas as pd

f = open('test.json', 'r', encoding='utf-8')
json_info = f.read()
df = pd.read_json(json_info)
# 根据某列分组
data = df.groupby('lable').groups 
# 获取分组数据
df.groupby('lable')['lable'].count()

for group, vlue in data.items():
    print("group", group)
    print("group_count", len(vlue))
    print()


# 根据某几列分组
grouped_mul = df.groupby(['lable1','lable2'])
grouped_mul.get_group(('lablexx','lableyy'))

# lable1分组，统计lable2列的值出现次数
df['lable1'].groupby(df['lable2']).value_counts()

统计某列各个元素的出现次数

df['lable'].value_counts()

参考 

Pandas数据分析—groupby分组统计

pandas分组统计 - groupby详解 - 傻白甜++ - 博客园 (cnblogs.com)

pandas系列（三）Pandas分组 (baidu.com)