第 4 章：聚合与分组（Aggregation & Grouping） on 跟我学机器学习

Pandas 聚合与分组详解：groupby、agg、pivot_table、crosstab 与多级分组 | Pandas 数据分析实战

Sat, 24 Oct 2026 22:30:00 +0800

第 4.1 节核心知识点#

预计学习时长： 45 分钟

本节目标：

知道 groupby() 到底做了什么（拆 → 算 → 拼）；

会用 sum / mean / count / size / max / min 做统计；

会用 agg() 给不同列指定不同的聚合函数；

分得清 agg()（每组出一个值）和 transform()（每组出一个值再广播回每一行）；

会用 pivot_table() 做二维汇总、crosstab() 做交叉频数；

会按多个字段做多级分组。

先说清楚一件事：groupby 到底做了什么#

一句话：拆 → 算 → 拼。

准备数据：

import pandas as pd

data = {
 "订单号": [1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008],
 "下单日期": ["2024-01-05", "2024-01-08", "2024-01-12", "2024-02-03",
 "2024-02-15", "2024-03-02", "2024-03-20", "2024-04-08"],
 "城市": ["北京", "上海", "北京", "广州", "上海", "北京", "深圳", "广州"],
 "商品": ["手机", "电脑", "耳机", "手机", "键盘", "显示器", "耳机", "手机"],
 "销量": [2, 1, 3, 2, 5, 1, 4, 2],
 "单价": [3999.0, 7999.0, 599.0, 3999.0, 299.0, 1299.0, 599.0, 3999.0],
 "金额": [7998.0, 7999.0, 1797.0, 7998.0, 1495.0, 1299.0, 2396.0, 7998.0],
 "客户评分": [4.5, 4.0, 4.8, 3.9, 4.2, 4.6, 4.1, 4.9],
}
df = pd.DataFrame(data)

我们想知道「每个城市一共卖了多少钱」。

Pandas 编程练习：5 道动手题学会聚合分组（groupby、agg、pivot_table、crosstab） | Pandas 数据分析实战

Sat, 24 Oct 2026 22:30:00 +0800

第 4.2 节编程练习#

预计学习时长： 45 分钟

练习方式： 新建一个 Jupyter Notebook，抄好准备代码，然后每题独立完成。做完记得 print() 出结果，和答案对一下。

准备：先把数据建好#

import pandas as pd

data = {
 "订单号": [1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008],
 "下单日期": ["2024-01-05", "2024-01-08", "2024-01-12", "2024-02-03",
 "2024-02-15", "2024-03-02", "2024-03-20", "2024-04-08"],
 "城市": ["北京", "上海", "北京", "广州", "上海", "北京", "深圳", "广州"],
 "商品": ["手机", "电脑", "耳机", "手机", "键盘", "显示器", "耳机", "手机"],
 "销量": [2, 1, 3, 2, 5, 1, 4, 2],
 "单价": [3999.0, 7999.0, 599.0, 3999.0, 299.0, 1299.0, 599.0, 3999.0],
 "金额": [7998.0, 7999.0, 1797.0, 7998.0, 1495.0, 1299.0, 2396.0, 7998.0],
 "客户评分": [4.5, 4.0, 4.8, 3.9, 4.2, 4.6, 4.1, 4.9],
}
df = pd.DataFrame(data)

练习 1：按照指定类别对数据进行分组#

题目： 完成下面 4 个步骤：

按「城市」分组，统计每个城市有几条记录（用 size()）；
按「商品」分组，统计每个商品有几条记录；
按「城市」分组但保持原始出现顺序（加 sort=False），打印每个城市的记录数；
打印第 1 步结果的 index.name，确认分组键变成了索引。

思考题： 第 1 题和第 2 题结果的行顺序一样吗？为什么？

点击查看参考答案

# 1. 按城市分组数行数
print(df.groupby("城市").size())

城市
上海 2
北京 3
广州 2
深圳 1
dtype: int64

# 2. 按商品分组
print(df.groupby("商品").size())

商品
手机 3
耳机 2
电脑 1
键盘 1
显示器 1
dtype: int64

# 3. 不排序，按原始出现顺序
print(df.groupby("城市", sort=False).size())

城市
北京 3
上海 2
广州 2
深圳 1
dtype: int64

# 4. 分组键变成了索引
print(df.groupby("城市").size().index.name) # 城市

要点： 第 1 题和第 2 题顺序不一样，因为 groupby() 默认按分组键排序（按中文的 Unicode 码点排，「上」在「北」前面）。第 3 题加 sort=False 后就按数据里第一次出现的顺序排了。

Pandas 常见问题答疑：10 个聚合分组必踩的坑（groupby、count/size、agg/transform、透视表） | Pandas 数据分析实战

Sat, 24 Oct 2026 22:30:00 +0800

第 4.3 节常见问题#

这一节收集了初学者在「做汇总」环节最常卡的 10 个问题。每个问题都给出直接答案，能跑代码的都附上完整示例。

怎么用这一节 不用通读。做报表时遇到问题用 Ctrl+F 搜关键词，直接跳到对应那条。

准备一下数据，下面每题都会用到：

import pandas as pd
import numpy as np

data = {
 "订单号": [1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008],
 "下单日期": ["2024-01-05", "2024-01-08", "2024-01-12", "2024-02-03",
 "2024-02-15", "2024-03-02", "2024-03-20", "2024-04-08"],
 "城市": ["北京", "上海", "北京", "广州", "上海", "北京", "深圳", "广州"],
 "商品": ["手机", "电脑", "耳机", "手机", "键盘", "显示器", "耳机", "手机"],
 "销量": [2, 1, 3, 2, 5, 1, 4, 2],
 "单价": [3999.0, 7999.0, 599.0, 3999.0, 299.0, 1299.0, 599.0, 3999.0],
 "金额": [7998.0, 7999.0, 1797.0, 7998.0, 1495.0, 1299.0, 2396.0, 7998.0],
 "客户评分": [4.5, 4.0, 4.8, 3.9, 4.2, 4.6, 4.1, 4.9],
}
df = pd.DataFrame(data)

Q1：`groupby()` 的基本工作原理是什么？#

答：三步：拆 → 算 → 拼。

result = df.groupby("城市")["金额"].sum()

拆——按「城市」把 8 行拆成 4 组（北京 3 行、上海 2 行、广州 2 行、深圳 1 行）；
算——每一组单独把「金额」加起来；
拼——把 4 个和拼成一张表。

print(result)

城市
上海 9494.0
北京 11094.0
广州 15996.0
深圳 2396.0
Name: 金额, dtype: float64

结果有两个特点，记住了就不会出错：

第 4 章：聚合与分组（Aggregation & Grouping） on 跟我学机器学习

Pandas 聚合与分组详解：groupby、agg、pivot_table、crosstab 与多级分组 | Pandas 数据分析实战

第 4.1 节 核心知识点#

先说清楚一件事：groupby 到底做了什么#

Pandas 编程练习：5 道动手题学会聚合分组（groupby、agg、pivot_table、crosstab） | Pandas 数据分析实战

第 4.2 节 编程练习#

准备：先把数据建好#

练习 1：按照指定类别对数据进行分组#

Pandas 常见问题答疑：10 个聚合分组必踩的坑（groupby、count/size、agg/transform、透视表） | Pandas 数据分析实战

第 4.3 节 常见问题#

Q1：groupby() 的基本工作原理是什么？#

第 4.1 节核心知识点#

第 4.2 节编程练习#

第 4.3 节常见问题#

Q1：`groupby()` 的基本工作原理是什么？#