数据分析之Pandas分组操作总结
Pandas做分析数据，可以分为索引、分组、变形及合并四种操作。之前介绍过索引操作，现在接着对Pandas中的分组操作进行介绍：主要包含SAC含义、groupby函数、聚合、过滤和变换、apply函数。
在详细讲解每个模块之前，首先读入数据：
dic = {'地市': ['廊坊','廊坊','廊坊','张家口','张家口','张家口','廊坊','承德','承德','承德','石家庄','石家庄','石家庄','石家庄'],'数量':[11,12,13,14,15,16,17,18,19,20,21,22,23,24]}
p_city = pd.DataFrame(dic)
print(p_city )
输出：
SAC过程
1.内涵
SAC指的是分组操作中的split-apply-combine过程。其中split指基于某一些规则，将数据拆成若干组；apply是指对每一组独立地使用函数；combine指将每一组的结果组合成某一类数据结构。
2. apply过程
在apply过程中，我们实际往往会遇到四类问题：
整合(Aggregation)：即分组计算统计量（如求均值、求每组元素个数）；
变换(Transformation)：即分组对每个单元的数据进行操作（如元素标准化）；
过滤(Filtration)：即按照某些规则筛选出一些组（如选出组内某一指标小于50的组）；
综合问题：即前面提及的三种问题的混合。
groupby函数
经过groupby后会生成一个groupby对象，该对象本身不会返回任何内容，只有当相应的方法被调用才会起作用。
1.分组函数的基本内容：
根据某一列分组
