理解Python中的groupby（）

我试图理解groupby（）操作。仅仅了解grouby分组数据是不够的，因为这只是第一步，我们在这方面做了很多工作：

df = pd.DataFrame({'Animal': ['Falcon', 'Falcon', 'Parrot', 'Parrot'], 
                   'Max Speed': [380., 370., 24., 26.],  
                   'Class': ['Prey', 'Prey', 'Not Prey', 'Not Prey']}) 

In [7]: df                                                                                                                                                                                                   
Out[7]: 
   Animal  Max Speed     Class
0  Falcon      380.0      Prey
1  Falcon      370.0      Prey
2  Parrot       24.0  Not Prey
3  Parrot       26.0  Not Prey

我知道groupby（）不会对原始数据集进行操作，而是对副本进行操作。我无法理解的是，执行此操作后，代码会是什么样子：

df.groupby('Class') 

我能从视觉上理解它吗？我可以理解原始数据帧，因为我可以看到它是一个表，因此可以想象操作将如何进行。那么，当我们执行上述grouoby（）时会发生什么？它是否创建一个新系列或两个新列，其中一个是“Classs”，另一个是包含所有其他值的字符串

我试着查看Official docs user guide（），但这无助于理解grouby（）在运行后的样子

我想你可以检查一下：

按对象分组

函数的作用是：返回一个groupby对象，但本质上描述了原始数据集的行是如何被分割的。GroupBy object groups变量是一个字典，其键是计算出的唯一组，相应的值是属于每个组的轴标签

如果您只运行df.groupby（'column\u for_grouping'），您将得到一个类似于的Python对象。您可能想知道DataFrameGroupBy对象在内部的外观。因此，让我们通过遍历组，在DataFrameGroupBy对象中按大陆划分打印组

---

样本数据的预期输出是什么？你能创建吗？如果我在这里创建一个最小的例子，帖子会变大4倍，因为我必须从Kaggle复制它。我没有做伊托克的一个原因是，请花点时间阅读这篇文章，以及如何提供答案，并相应地修改你的问题。这些提示可能也很有用。我编辑了它，甚至让任何人都可以在解释器上执行代码。希望现在清楚了好的，答案已经编辑好了。@Arnuld使用

birds.groupby（'Animal'）['Class']

您的代码更可读、更清晰。它很好地表达了自己的意图。按动物分组，并将班级分组。容易的