在数据分析中有时候需要自己定义分组规则 这里简单介绍一下用一个字典实现分组

people=DataFrame(    np.random.randn(5,5),    columns=['a','b','c','d','e'], index=['Joe','Steve','Wes','Jim','Travis'])

mapping={'a':'red','b':'red','c':'blue','d':'blue','e':'red','f':'orange'}

by_column=people.groupby(mapping,axis=1)#列方向上进行分组这里不知道python底层是怎么运行的，最好把运行的结果打印出来看一下for i in by_column:print (i)

遍历的结果：('blue',   c         dJoe     0.218189 -0.228336Steve   1.677264  0.630303Wes     0.315320 -0.250787Jim     3.343462  0.483021Travis  0.854553 -0.760884)('red',     a         b         eJoe     0.218164  0.823654 -1.425720Steve   1.191175 -0.327735  1.926470Wes    -1.418855  0.497466  0.110105Jim    -1.157157  0.817122  0.749023Travis -0.440583 -0.907922  1.374294)

从结果可以看到,把a b e分给了red, c d分给了blue

 a   b   e--->red

 c  d --->blue

接下来再来执行 people.groupby(mapping,axis=1).mean()            blue       redJoe     0.241336 -0.182099Steve   0.459773 -0.448336Wes     0.205278  0.605721Jim    -0.094838  1.254174Travis  0.354140  0.142075从结果看到在列方向group分组 执行聚合函数mean()后列索引就只有 blue和red了。整个过程可以这么理解 在列方向上进行分组 a b e为一组为red，c d 为一组为blue。最后以red blue作为新DataFraem的列索引

同样Series也有同样的功能，它可以被看作一个固定大小的映射。对于上面的那个例子，如果用series作为分组键，则pandas会检查Series以确保其索引分组轴是对齐的：ser=Series(mapping)a       redb       redc      blued      bluee       redf    orange

by_ser_group=people.groupby(ser,axis=1).mean()            blue       redJoe     0.241336 -0.182099Steve   0.459773 -0.448336Wes     0.205278  0.605721Jim    -0.094838  1.254174Travis  0.354140  0.142075从结果可以看到，通过字典进行分组和通过Series进行分组结果是相同的。也就是说他们执行的原理是相同的，都是把索引(对series来说)或字典的key与Dataframe的索引进行匹配，字典中value或series中values值相同的会被分到一个组中，最后根据每组进行在聚合。groupby的用法很多，之后有时间我会慢慢更新博客。如果有那些地方有错欢迎大家指出，一块学习，共同进步。