通过...分组＃ pandas.api.typing.DataFrameGroupBy和实例分别由 groupby 调用和 pandas.api.typing.SeriesGroupBy 返回。pandas.DataFrame.groupby()pandas.Series.groupby() 索引、迭代# DataFrameGroupBy.__iter__() Groupby 迭代器。 SeriesGroupBy.__iter__() Groupby 迭代器。 DataFrameGroupBy.groups 字典 {组名称 -> 组标签}。 SeriesGroupBy.groups 字典 {组名称 -> 组标签}。 DataFrameGroupBy.indices 字典 {组名称 -> 组索引}。 SeriesGroupBy.indices 字典 {组名称 -> 组索引}。 DataFrameGroupBy.get_group（名称[，对象]） 从具有提供名称的组构造 DataFrame。 SeriesGroupBy.get_group（名称[，对象]） 从具有提供名称的组构造 DataFrame。 Grouper(*args, **kwargs) Grouper 允许用户为对象指定 groupby 指令。 函数应用助手# NamedAgg（列，aggfunc） 用于特定于列的聚合的帮助器，可控制输出列名称。 功能应用# SeriesGroupBy.apply(func, *args, **kwargs) 逐组应用函数func并将结果组合在一起。 DataFrameGroupBy.apply(func, *args[, ...]) 逐组应用函数func并将结果组合在一起。 SeriesGroupBy.agg（[功能，引擎，engine_kwargs]） 使用指定轴上的一项或多项操作进行聚合。 DataFrameGroupBy.agg([功能、引擎、...]) 使用指定轴上的一项或多项操作进行聚合。 SeriesGroupBy.aggregate([功能、引擎、...]) 使用指定轴上的一项或多项操作进行聚合。 DataFrameGroupBy.aggregate([功能、引擎、...]) 使用指定轴上的一项或多项操作进行聚合。 SeriesGroupBy.transform(func, *args[, ...]) 调用函数在每个组上生成相同索引的系列。 DataFrameGroupBy.transform(func, *args[, ...]) 调用函数在每个组上生成相同索引的 DataFrame。 SeriesGroupBy.pipe(func, *args, **kwargs) 将func带有参数的对象应用于此 GroupBy 对象并返回其结果。 DataFrameGroupBy.pipe(func, *args, **kwargs) 将func带有参数的对象应用于此 GroupBy 对象并返回其结果。 DataFrameGroupBy.filter(func[, dropna]) 从不满足条件的组中过滤元素。 SeriesGroupBy.filter(func[, dropna]) 从不满足条件的组中过滤元素。 DataFrameGroupBy计算/描述性统计# DataFrameGroupBy.all([跳过]) 如果组中的所有值都是真实的，则返回 True，否则返回 False。 DataFrameGroupBy.any([跳过]) 如果组中的任何值是真实的，则返回 True，否则返回 False。 DataFrameGroupBy.bfill（[限制]） 向后填充值。 DataFrameGroupBy.corr([方法, min_periods, ...]) 计算列的成对相关性，不包括 NA/null 值。 DataFrameGroupBy.corrwith（其他[，轴，...]） 计算成对相关性。 DataFrameGroupBy.count() 计算组的计数，排除缺失值。 DataFrameGroupBy.cov([min_periods, ddof, ...]) 计算列的成对协方差，不包括 NA/null 值。 DataFrameGroupBy.cumcount（[上升]） 从 0 到该组的长度 - 1 对每组中的每个项目进行编号。 DataFrameGroupBy.cummax（[轴，仅数字]） 每组的累计最大值。 DataFrameGroupBy.cummin（[轴，仅数字]） 每组的累计最小值。 DataFrameGroupBy.cumprod（[轴]） 每组的累积乘积。 DataFrameGroupBy.cumsum（[轴]） 每组的累计总和。 DataFrameGroupBy.describe（[百分位数，...]） 生成描述性统计数据。 DataFrameGroupBy.diff([周期、轴]) 元素的第一个离散差分。 DataFrameGroupBy.ffill（[限制]） 向前填充值。 DataFrameGroupBy.fillna([值、方法、...]) （已弃用）使用组内指定的方法填充 NA/NaN 值。 DataFrameGroupBy.first([仅限数字，...]) 计算每组中每列的第一个条目。 DataFrameGroupBy.head([n]) 返回每组的前 n 行。 DataFrameGroupBy.idxmax([轴、skipna、...]) 返回请求轴上第一次出现最大值的索引。 DataFrameGroupBy.idxmin([轴、skipna、...]) 返回请求轴上第一次出现最小值的索引。 DataFrameGroupBy.last([仅限数字，...]) 计算每组中每列的最后一个条目。 DataFrameGroupBy.max([仅限数字，...]) 计算组值的最大值。 DataFrameGroupBy.mean([仅限数字，...]) 计算组的平均值，排除缺失值。 DataFrameGroupBy.median([仅限数字]) 计算组的中位数，排除缺失值。 DataFrameGroupBy.min([仅限数字，...]) 计算组值的最小值。 DataFrameGroupBy.ngroup（[上升]） 对每个组进行从 0 到组数 - 1 的编号。 DataFrameGroupBy.nth 如果 n 是 int，则取每组中的第 n 行，否则取行的子集。 DataFrameGroupBy.nunique([滴那]) 返回 DataFrame，其中包含每个位置中唯一元素的计数。 DataFrameGroupBy.ohlc() 计算一组的开盘价、最高价、最低价和收盘价，排除缺失值。 DataFrameGroupBy.pct_change（[句号，...]） 计算组中每个值相对于前一个条目的 pct_change。 DataFrameGroupBy.prod([仅数字，最小计数]) 计算组值的乘积。 DataFrameGroupBy.quantile([q, ...]) 返回给定分位数的组值，即 numpy.percentile。 DataFrameGroupBy.rank([方法，升序，...]) 提供每组内值的排名。 DataFrameGroupBy.resample（规则，*args[，...]） 使用 TimeGrouper 时提供重采样。 DataFrameGroupBy.rolling(*args, **kwargs) 返回滚动石斑鱼，为每组提供滚动功能。 DataFrameGroupBy.sample([n、压裂、替换、...]) 返回每组中项目的随机样本。 DataFrameGroupBy.sem([ddof,仅限数字]) 计算组平均值的标准误差，不包括缺失值。 DataFrameGroupBy.shift([周期、频率、...]) 按周期观察移动每组。 DataFrameGroupBy.size() 计算组大小。 DataFrameGroupBy.skew([轴、skipna、...]) 返回组内的无偏斜。 DataFrameGroupBy.std([ddof、引擎、...]) 计算组的标准差，排除缺失值。 DataFrameGroupBy.sum([仅限数字，...]) 计算组值的总和。 DataFrameGroupBy.var([ddof、引擎、...]) 计算组的方差，排除缺失值。 DataFrameGroupBy.tail([n]) 返回每组的最后 n 行。 DataFrameGroupBy.take（索引[，轴]） 返回每组中给定位置索引中的元素。 DataFrameGroupBy.value_counts([子集，...]) 返回包含唯一行数的 Series 或 DataFrame。 SeriesGroupBy计算/描述性统计# SeriesGroupBy.all([跳过]) 如果组中的所有值都是真实的，则返回 True，否则返回 False。 SeriesGroupBy.any([跳过]) 如果组中的任何值是真实的，则返回 True，否则返回 False。 SeriesGroupBy.bfill（[限制]） 向后填充值。 SeriesGroupBy.corr（其他[，方法，min_periods]） 计算与其他系列的相关性，排除缺失值。 SeriesGroupBy.count() 计算组的计数，排除缺失值。 SeriesGroupBy.cov(其他[, min_periods, ddof]) 计算系列的协方差，排除缺失值。 SeriesGroupBy.cumcount（[上升]） 从 0 到该组的长度 - 1 对每组中的每个项目进行编号。 SeriesGroupBy.cummax（[轴，仅数字]） 每组的累计最大值。 SeriesGroupBy.cummin（[轴，仅数字]） 每组的累计最小值。 SeriesGroupBy.cumprod（[轴]） 每组的累积乘积。 SeriesGroupBy.cumsum（[轴]） 每组的累计总和。 SeriesGroupBy.describe（[百分位数，...]） 生成描述性统计数据。 SeriesGroupBy.diff([周期、轴]) 元素的第一个离散差分。 SeriesGroupBy.ffill（[限制]） 向前填充值。 SeriesGroupBy.fillna([值、方法、轴、...]) （已弃用）使用组内指定的方法填充 NA/NaN 值。 SeriesGroupBy.first([仅限数字，...]) 计算每组中每列的第一个条目。 SeriesGroupBy.head([n]) 返回每组的前 n 行。 SeriesGroupBy.last([仅限数字，...]) 计算每组中每列的最后一个条目。 SeriesGroupBy.idxmax（[轴，跳过]） 返回最大值的行标签。 SeriesGroupBy.idxmin（[轴，跳过]） 返回最小值的行标签。 SeriesGroupBy.is_monotonic_increasing 返回每个组的值是否单调递增。 SeriesGroupBy.is_monotonic_decreasing 返回每个组的值是否单调递减。 SeriesGroupBy.max([仅数字，最小计数，...]) 计算组值的最大值。 SeriesGroupBy.mean([仅限数字，引擎，...]) 计算组的平均值，排除缺失值。 SeriesGroupBy.median([仅限数字]) 计算组的中位数，排除缺失值。 SeriesGroupBy.min([仅数字，最小计数，...]) 计算组值的最小值。 SeriesGroupBy.ngroup（[上升]） 对每个组进行从 0 到组数 - 1 的编号。 SeriesGroupBy.nlargest([n，保留]) 返回最大的n 个元素。 SeriesGroupBy.nsmallest([n，保留]) 返回最小的n 个元素。 SeriesGroupBy.nth 如果 n 是 int，则取每组中的第 n 行，否则取行的子集。 SeriesGroupBy.nunique([滴那]) 返回组中唯一元素的数量。 SeriesGroupBy.unique() 返回每个组的唯一值。 SeriesGroupBy.ohlc() 计算一组的开盘价、最高价、最低价和收盘价，排除缺失值。 SeriesGroupBy.pct_change（[句号，...]） 计算组中每个值相对于前一个条目的 pct_change。 SeriesGroupBy.prod([仅数字，最小计数]) 计算组值的乘积。 SeriesGroupBy.quantile([q, 插值, ...]) 返回给定分位数的组值，即 numpy.percentile。 SeriesGroupBy.rank([方法，升序，...]) 提供每组内值的排名。 SeriesGroupBy.resample（规则，*args[，...]） 使用 TimeGrouper 时提供重采样。 SeriesGroupBy.rolling(*args, **kwargs) 返回滚动石斑鱼，为每组提供滚动功能。 SeriesGroupBy.sample([n、压裂、替换、...]) 返回每组中项目的随机样本。 SeriesGroupBy.sem([ddof,仅限数字]) 计算组平均值的标准误差，不包括缺失值。 SeriesGroupBy.shift([周期、频率、轴、...]) 按周期观察移动每组。 SeriesGroupBy.size() 计算组大小。 SeriesGroupBy.skew（[轴，skipna，仅限数字]） 返回组内的无偏斜。 SeriesGroupBy.std([ddof、引擎、...]) 计算组的标准差，排除缺失值。 SeriesGroupBy.sum([仅数字，最小计数，...]) 计算组值的总和。 SeriesGroupBy.var([ddof、引擎、...]) 计算组的方差，排除缺失值。 SeriesGroupBy.tail([n]) 返回每组的最后 n 行。 SeriesGroupBy.take（索引[，轴]） 返回每组中给定位置索引中的元素。 SeriesGroupBy.value_counts([标准化，...]) 绘图和可视化# DataFrameGroupBy.boxplot（[子图、专栏、...]） 根据 DataFrameGroupBy 数据制作箱线图。 DataFrameGroupBy.hist([列、按、网格、...]) 制作 DataFrame 列的直方图。 SeriesGroupBy.hist（[按、斧头、网格、...]） 使用 matplotlib 绘制输入序列的直方图。 DataFrameGroupBy.plot 绘制系列或数据框的图。 SeriesGroupBy.plot 绘制系列或数据框的图。