GroupBy

GroupBy 对象由 groupby 调用返回：cudf.DataFrame.groupby()、cudf.Series.groupby() 等。

索引，迭代

GroupBy.__iter__()
GroupBy.groups	返回一个字典，将组键映射到行标签。

Grouper([key, level, freq, closed, label])

函数应用

GroupBy.apply(func, *args[, engine, ...])	对分组后的块应用 Python 转换函数。
GroupBy.agg([func, engine, engine_kwargs])	对组应用聚合操作。
SeriesGroupBy.aggregate(func, *args[, ...])	对组应用聚合操作。
DataFrameGroupBy.aggregate([func, engine, ...])	对组应用聚合操作。
GroupBy.pipe(func, *args, **kwargs)	将带有参数的函数 func 应用于此 GroupBy 对象，并返回函数结果。
GroupBy.transform(func, *args[, engine, ...])	应用一个聚合操作，然后将结果广播到组的大小。

计算 / 描述性统计

GroupBy.bfill([limit])	向后填充 NA 值。
GroupBy.count([dropna])	计算每列的值的数量。
GroupBy.cumcount([ascending])	返回每个组中键的累积计数。
GroupBy.cummax(*args, **kwargs)	计算每个组的累积最大值。
GroupBy.cummin(*args, **kwargs)	计算每个组的累积最小值。
GroupBy.cumsum(*args, **kwargs)	计算每个组的累积和。
GroupBy.diff([periods, axis])	获取每个组中值之间的差。
GroupBy.ffill([limit])	向前填充 NA 值。
GroupBy.first([numeric_only, min_count])	计算组中第一个值。
GroupBy.get_group(name[, obj])	从具有指定名称的组构建 DataFrame。
GroupBy.groups	返回一个字典，将组键映射到行标签。
GroupBy.idxmax([numeric_only, min_count])	计算组中值的 idxmax。
GroupBy.idxmin([numeric_only, min_count])	计算组中值的 idxmin。
GroupBy.last([numeric_only, min_count])	计算组中最后一个值。
GroupBy.max([numeric_only, min_count])	计算组中最大值。
GroupBy.mean([numeric_only, min_count])	计算组中平均值。
GroupBy.median([numeric_only, min_count])	计算组中中位数。
GroupBy.min([numeric_only, min_count])	计算组中最小值。
GroupBy.ngroup([ascending])	对每个组从 0 到 组数-1 进行编号。
GroupBy.nth(n[, dropna])	返回每个组中的第 n 行。
GroupBy.nunique([dropna])	返回组中唯一元素的数量。
GroupBy.prod([numeric_only, min_count])	计算组中值的乘积。
GroupBy.shift([periods, freq, axis, ...])	将每个组按 periods 位置进行移动。
GroupBy.size()	返回每个组的大小。
GroupBy.std([ddof, engine, engine_kwargs, ...])	计算每个组中值的列标准差。
GroupBy.sum([numeric_only, min_count])	计算组中值的和。
GroupBy.var([ddof, engine, engine_kwargs, ...])	计算每个组中值的列方差。
GroupBy.cov([min_periods, ddof, numeric_only])	计算 DataFrame 列之间的成对协方差，不包括 NA/null 值。

以下方法在 SeriesGroupBy 和 DataFrameGroupBy 对象中都可用，但可能略有不同，通常体现在 DataFrameGroupBy 版本通常允许指定轴参数，并且通常允许指定参数以指示是否将应用限制在特定数据类型的列。

DataFrameGroupBy.bfill([limit])	向后填充 NA 值。
DataFrameGroupBy.corr([method, min_periods, ...])	计算列的成对相关性，不包括 NA/null 值。
DataFrameGroupBy.count([dropna])	计算每列的值的数量。
DataFrameGroupBy.cumcount([ascending])	返回每个组中键的累积计数。
DataFrameGroupBy.cummax(*args, **kwargs)	计算每个组的累积最大值。
DataFrameGroupBy.cummin(*args, **kwargs)	计算每个组的累积最小值。
DataFrameGroupBy.cumsum(*args, **kwargs)	计算每个组的累积和。
DataFrameGroupBy.describe([percentiles, ...])	生成描述性统计信息，总结数据集分布的集中趋势、离散度和形状，不包括 NaN 值。
DataFrameGroupBy.diff([periods, axis])	获取每个组中值之间的差。
DataFrameGroupBy.ffill([limit])	向前填充 NA 值。
DataFrameGroupBy.fillna([value, method, ...])	使用指定的方法填充 NA 值。
DataFrameGroupBy.idxmax([numeric_only, ...])	计算组中值的 idxmax。
DataFrameGroupBy.idxmin([numeric_only, ...])	计算组中值的 idxmin。
DataFrameGroupBy.nunique([dropna])	返回组中唯一元素的数量。
DataFrameGroupBy.quantile([q, ...])	计算每个组中值的列分位数。
DataFrameGroupBy.shift([periods, freq, ...])	将每个组按 periods 位置进行移动。
DataFrameGroupBy.size()	返回每个组的大小。

以下方法仅适用于 SeriesGroupBy 对象。

SeriesGroupBy.corr(other[, method, min_periods])
SeriesGroupBy.nunique([dropna])	返回组中唯一元素的数量。
SeriesGroupBy.unique()	获取每个组中每列的唯一值列表。