pandas分组五大方法：一、布尔序列分组（True/False二值切分）；二、lambda函数动态键；三、多列交叉组合（MultiIndex）；四、cut/qcut数值区间分组；五、自定义函数+apply复杂逻辑。
一、使用布尔序列进行条件分组
通过传入布尔型Series或数组，pandas会将True与False分别作为两个组标签，实现逻辑条件驱动的分组。该方式适用于二值化切分场景，无需预先定义分组键。
1、构造示例DataFrame，包含姓名、年龄和销售额三列数据。
2、生成布尔条件：sales > 5000，得到长度匹配的True/False序列。
3、调用df.groupby(sales > 5000)执行分组，返回GroupBy对象。
4、对分组结果调用agg({'age': 'mean', 'sales': 'sum'})，分别计算各组平均年龄与销售总额。
二、利用lambda函数动态生成分组键
lambda函数可在groupby中即时计算分组依据，支持基于多列组合、数值区间、字符串特征等灵活逻辑，避免显式新增列。
1、对age列使用lambda x: '青年' if x
2、将该lambda函数直接传入groupby()，作为分组键参数。
3、确保lambda作用于单列（如df.groupby(df['age'].apply(...))）或使用df.groupby(df.apply(..., axis=1))处理行级逻辑。
4、后续可链式调用.size()或.agg({'sales': ['min', 'max']})获取聚合结果。
三、按多个列的交叉组合分组（MultiIndex分组）
将多个列名以列表形式传入groupby，可构建层次化分组索引，支持跨维度交叉统计，结果天然具备MultiIndex结构。
1、调用df.groupby(['region', 'product_type'])启动分组。
2、分组后调用.sum()，输出行索引为(region, product_type)双层元组的Series或DataFrame。
3、使用.unstack('product_type')将第二层索引转为列，生成透视风格表格。
4、对特定层级调用.droplevel(0)或.swaplevel()可调整索引顺序，便于后续筛选或重采样。
四、使用cut与qcut实现数值区间分组
cut用于等宽区间划分，qcut用于等频（分位数）区间划分，二者均返回Categorical对象，可直接作为groupby键，适用于连续变量离散化分析。
1、对sales列调用pd.cut(df['sales'], bins=[0, 3000, 7000, float('inf')], labels=['低', '中', '高'])生成区间标签。
2、将返回的Categorical对象传入groupby，例如df.groupby(cut_result)。
3、使用qcut时指定q=4，自动按四分位数切分为4个数量近似相等的组。
4、分组后调用.count()可验证各区间样本量是否均衡，特别注意：qcut对重复极值敏感，建议先drop_duplicates或添加微扰。
五、自定义分组函数配合apply实现复杂逻辑
当分组逻辑无法通过简单映射表达时，可编写返回标量或元组的函数，并配合apply进行逐组处理，实现高度定制化聚合或变换。
1、定义函数def classify_by_ratio(x): return 'A' if x['sales'].sum() / x['cost'].sum() > 1.5 else 'B'。
2、使用df.groupby('region').apply(classify_by_ratio)执行分组并应用函数。
3、若需保留原始索引结构，改用.transform替代.apply；若仅需标量结果，可用.aggregate替代.apply。
4、必须确保函数返回值可哈希且长度为1，否则groupby会抛出ValueError。
