通过“分组依据”，我们指的是涉及以下一个或多个步骤的过程：

• 根据某些标准将数据拆分为组
• 将功能独立应用于每个组
• 将结果组合到数据结构中

 df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
   ....:                           'foo', 'bar', 'foo', 'foo'],
   ....:                    'B' : ['one', 'one', 'two', 'three',
   ....:                           'two', 'two', 'one', 'three'],
   ....:                    'C' : np.random.randn(8),
   ....:                    'D' : np.random.randn(8)})
   ....: 

 df
 
     A      B         C         D
0  foo    one -1.202872 -0.055224
1  bar    one -1.814470  2.395985
2  foo    two  1.018601  1.552825
3  bar  three -0.595447  0.166599
4  foo    two  1.395433  0.047609
5  bar    two -0.392670 -0.136473
6  foo    one  0.007207 -0.561757
7  foo  three  1.928123 -1.623033

分组然后将sum()函数应用于结果组。

 df.groupby('A').sum() Out[93]:              C        D A                      bar -2.802588  2.42611 foo  3.146492 -0.63958

按多列分组形成分层索引，我们可以再次应用该sum功能。

df.groupby(['A','B']).sum() 
                    C         D A   B                         bar one   -1.814470  2.395985     three -0.595447  0.166599     two   -0.392670 -0.136473 foo one   -1.195665 -0.616981     three  1.928123 -1.623033     two    2.414034  1.600434