考虑这种情况：
Python pandas equvilant to R groupby mutate
在dplyr：
df = df%>% group_by(a,b) %>%
首先表示数据框按列a分组，然后按b分组。
在我的情况下，我尝试先按group_name列，然后按user_name，然后按type_of_work对数据进行分组。有三列以上（这就是为什么我感到困惑）但我需要按照相同顺序按照这三个标题分组的数据。在此阶段之后，我已经有了一个算法来处理列。我只需要一个算法来创建根据这三列分组的数据帧。
在我的情况下，重要的是像dplyr函数一样保留序列。
我们在pandas数据框架中有类似内容吗？
答案 0 :(得分：0)
Grouped = df.groupby（['a'，'b']）
阅读更多关于pandas文档中“split-apply-combine”策略的信息，了解pandas如何处理这些问题与R相比。
从您的评论中，您似乎想要分配分组的帧。您可以通过API使用groupbyobject，例如grouped.mean（），也可以遍历groupby对象。您将在每个循环中获得名称和组。