在我们处理各种数据的时候，常常需要进行必要的数据汇总分析，比如我们想看看目前男女学生各有多少人
这里就使用了其实三个重要过程：一个是分组，比如我们按照性别进行了组别的划分，我们不妨称之为拆分；
第二个是统计分析，比如计算个数、总和、平均数、最大值、最小值等，这种运算我们常常称之为聚合运算，我们也可以称之为应用，即对每个组应用特定的聚合运算方法来计算结果；
第三是显示结果，这个过程可以根据用户的喜好采取多种方式来显示同样的数据结果，我们称之为合并。
我们就以刚才这个男女学生人数的例子来看看。
groups = frame.groupby(frame[‘gender’])
print(groups.count())
这里的第一行表示得到一个分组变量，groupby就是根据什么分组的意思，正好对应第一个过程，其中的参数表示我们要按照性别列来分组。可以想象，因为性别列这里只有两个值，此时的frame数据变成了两组，
第二行表示统计分析，count表示统计个数，这里有几组就分别在几组中应用该聚合函数，分别算出各自的结果。
有时可以省略groupby里面的frame，显得更为简单些。但是在一些复杂操作时，这种省略会导致更多的歧义可能。
默认的呈现方式看的出来意义不大，我们没有必要显示所有列的聚合结果，因此，可以在第三步过程中选择所需的列。于是我们再改进下，选择下所需的显示列：
print(groups[‘gender’].count())
这里其实选择一个列都可以，毕竟是个数：
print(groups[‘ID’].count())
不过，既然我们只需一列就够了，那为何还要对所有列进行统计呢？每个列都算一算个数显然没有意义。因此更为高效的写法应该是：
groups = frame[‘gender’].groupby(frame[‘gender’])
print(groups.count())
此时的结果很清楚。
当然有时为了书写方便，我们也可以合并起来一起写：
print(frame[‘gender’].groupby(frame[‘gender’]).count())
大家只要知道了其执行过程，那么意思很好理解。
关于显示问题，我们可以再次优化下。
这里有一个细节，如果希望在显示结果中显示聚合运算后的统计列名称，可以尝试在前面选择frame列使用列表参数，也就是使用两个方括号，未来可以据此实现对多个字段的选择。
groups = frame[[‘gender’]].groupby(frame[‘gender’])
print(groups.count())
此时还可以改动这个统计列的名称，比如使用rename：
print(groups.count().rename(columns={‘gender’: ‘genderCount’}))
可能也有学生会说，这种过程不可以更简单的实现吗？
print(frame[‘gender’].value_counts())
不错，对于这个例子，确实这个函数更简单，但是要想实现更为灵活和复杂的统计效果，还得要自己使用分组和聚合函数来组合。
我们再试一下，计算下不同年龄的人数：
print(frame[‘age’].groupby(frame[‘age’]).count())
我们可以按照排序依据排列结果，默认是按照升序来排列：
print(frame[‘age’].groupby(frame[‘age’]).count().sort_index())
我们也可以按照计算后的值，比如这里为个数来排序，并且为降序排列：
print(frame[‘age’].groupby(frame[‘age’]).count().sort_values(ascending=False))
看得出来，一般倒序输出意义更大些。
我们也可以按照多个列来分组：
比如我们按照性别和年龄一起分组，分别统计各自的人数：
print(frame[[‘ID’]].groupby([frame[‘gender’], frame[‘age’]]).count())
甚至可以继续对结果进行排序
print(frame[[‘ID’]].groupby([frame[‘gender’], frame[‘age’]]).count().
sort_values(by=[‘gender’, ‘age’], ascending=[False, True]))
此时由于有多个列，因此可以通过sort_values的by属性增加多个列，还可以通过ascending属性分别指定每个列是按照升序还是降序。
当然，除了求个数以外，pandas分组的聚合函数还有很多，比如求平均值等。
我们来对不同年龄的学生计算他们的平均身高：
print(frame[[‘height’]].groupby(frame[‘age’]).mean())
当然也可以组合条件分组，比如按照性别、年龄分组后统计各个组的平均身高：
print(frame[[‘height’]].groupby([frame[‘gender’], frame[‘age’]]).mean())
下面我们说一些高级的应用。Pandas的强大之处在于我们还可以自己来扩展分组条件和统计函数，并实现分组统计效果。其中，主要利用apply函数来应用这些不同的函数来扩展功能：
比如我们想按照姓名的长度来分组，并统计各组的人数：
print(frame[‘name’].groupby(frame[‘name’].apply(len)).count())
再比如统计不同身高范围的人数，我们只区分小数点后一位，这个可以使用round函数，传递1表示1位小数：
print(frame[‘name’].groupby(frame[‘height’].apply(round, args=[1])).count())
甚至还可以通过自己定义的函数扩展功能，如计算最大值和最小值之间的距离：
def peak_to_peak(arr):
return arr.max() – arr.min()
可以想象，这个arr参数应该是个具有多个值的序列变量。
此时，就可以利用apply函数来分组调用：
print(frame[‘height’].groupby(frame[‘gender’]).apply(peak_to_peak))
其实这种自定义函数甚至可以写得更为简单，更为Pythonic（Python风格化），比如使用匿名函数来合二为一：
print(frame[‘height’].groupby(frame[‘gender’]).apply(lambda arr: arr.max() – arr.min()))