pandas提供了一個靈活高效的groupby功能，它使你能以一種自然的方式對資料集進行切片、切塊、摘要等操作。根據一個或多個鍵（可以是函數、陣列或DataFrame列名）拆分pandas對象。計算分組摘要統計，如計數、平均值、標準差，或使用者自訂函數。對DataFrame的列應用各種各樣的函數。應用組內轉換或其他運算，如規格化、線性回歸、排名或選取子集等。計算透視表或交叉表。執行分位數分析以及其他分組分析。
1、首先來看看下面這個非常簡單的表格型資料集（以DataFrame的形式）：

>>> import pandas as pd
>>> df = pd.DataFrame({'key1':['a', 'a', 'b', 'b', 'a'],
...     'key2':['one', 'two', 'one', 'two', 'one'],
...     'data1':np.random.randn(5),
...     'data2':np.random.randn(5)})
>>> df
      data1     data2 key1 key2
0 -0.410673  0.519378    a  one
1 -2.120793  0.199074    a  two
2  0.642216 -0.143671    b  one
3  0.975133 -0.592994    b  two
4 -1.017495 -0.530459    a  one

假設你想要按key1進行分組，並計算data1列的平均值，我們可以訪問data1，並根據key1調用groupby：

>>> grouped = df['data1'].groupby(df['key1'])
>>> grouped
<pandas.core.groupby.SeriesGroupBy object at 0x04120D70>

變數grouped是一個GroupBy物件，它實際上還沒有進行任何計算，只是含有一些有關分組鍵df['key1']的中間資料而已，然後我們可以調用GroupBy的mean方法來計算分組平均值：

grouped.mean()
key1
a      -1.182987
b       0.808674
dtype: float64