Python 对pandas中的groupby函数很好奇，如何为通用数据集编写groupby？

我想为groupby编写一个通用函数，假设我有一个数据集，它大约有100列，例如它有70个分类列，30个数值属性，现在我想编写一个通用python函数，它将只获取数据集，并以绘图或数据的形式显示相应的groupby结果，在我开始之前有什么专家建议吗

谢谢，

---

Shivam

您可以合并标准库中的随机模块，以获得所有数字列的随机样本

df = pd.DataFrame({
        'a': list('abcde'),
        'b': ['1','2','3','4','5'],
        'c': range(5),
        'd': [i*21 for i in range(5)],
        'e': [12,32,45,67,54]})

str_cols = df.select_dtypes(exclude='number').columns.tolist()
num_cols = random.sample(df.select_dtypes('number').columns.tolist(), k=2)
dff = df.loc[:, str_cols+num_cols]
print(dff)

   a  b   d  c
0  a  1   0  0
1  b  2  21  1
2  c  3  42  2
3  d  4  63  3
4  e  5  84  4

---

Python的禅宗思想之一是：“显式优于隐式”。Groupby无法神奇地预测你想要什么，也不应该如此，因为它已经是通用的了。是的，我基本上同意你的观点，但不管怎样，我只是想把它随机分类，并将至少10个数字属性分组。是的，正是这样，我现在正在计划，因为我不能一次性将所有类别分组，但至少5个或10个样本会很好地展示出来。谢谢你的回复