有效地将大熊猫中的数据帧分组？

Question

我在pandas中有以下数据框，其中每行都有一个唯一索引（employee），还有一个组标签type：

df = pandas.DataFrame({"employee": ["a", "b", "c", "d"], "type": ["X", "Y", "Y", "Y"], "value": [10,20,30,40]})
df = df.set_index("employee")

我希望按type对员工进行分组，然后计算每种类型的统计信息。如何执行此操作并获取type x statistic的最终数据框，例如type x (mean of types)？我尝试使用groupby：

g = df.groupby(lambda x: df.ix[x]["type"])
result = g.mean()

这是低效的，因为它引用了每行ix的索引df - 有更好的方法吗？

Answer 1

像@sza所说，你可以使用：

In [11]: g = df.groupby("type")

In [12]: g.mean()
Out[12]:
      value
type
X        10
Y        30

请参阅groupby docs了解更多信息......