分组
df.groupby
groupby() 方法是 Pandas 中用于对数据进行分组的重要函数。通过 groupby() 方法，你可以按照一个或多个列的数值进行分组，并对每个分组应用相应的聚合函数。
下面是 groupby() 方法的基本用法：
python
# 对 DataFrame 按照某列进行分组，并对另一列进行聚合操作
grouped = df.groupby('column_name')
# 对 DataFrame 按照多列进行分组，并对另一列进行聚合操作
grouped = df.groupby(['column1', 'column2'])
# 对分组后的数据应用聚合函数（例如求和、平均值等）
result = grouped['aggregation_column'].agg(['sum', 'mean', 'count'])pd.Grouper()
pd.Grouper() 是 Pandas 中的一个函数，用于对时间序列数据进行分组操作。通常情况下，它用于结合 groupby() 函数，按照时间频率进行数据分组。
以下是 pd.Grouper() 的基本语法：
python
pd.Grouper(key=None, freq=None, axis=0, sort=False)- 时间序列数据是index的时候：
python
# 不用写key，只写freq即可
pd.Grouper(freq='M')- 时间序列数据就是普通的列的时候，
python
# 只需将 `key` 参数设置为时间列的名称即可。
pd.Grouper(key='date', freq='M')