分組統計

電商老闆常問「不同渠道的業績怎麼樣？」「哪個商品類別最賺？」。如果你還在 Excel 樞紐分析表手動拖拉，pandas 的 groupby() 讓你用同樣思維，在程式裡秒算出答案。

你會學到什麼

• 用 groupby() 先分組再統計，快速得到各類別、各渠道的指標
• 使用 .agg() 一次產出多種統計量，省去重複計算
• 判斷什麼時候用 value_counts()，什麼時候用 groupby().count()

GROUP BY 概念

在 Excel 樞紐分析表，你會「選欄位分組 → 選統計方式」。groupby() 也是兩步：

1. 先按欄位把資料拆成小群組
2. 再對每組套用統計（平均、總和、數量...）

結果通常是 Series 或 DataFrame，取決於你選了一個欄位還是多個欄位。

小提醒：欄位名一定要用引號 groupby("渠道")，不要寫成 groupby(渠道)，否則 Python 會以為那是變數名稱。

多種統計

.agg() 就像在樞紐分析表一次勾選「筆數、總和、平均」。你為每個欄位指定多個函式，pandas 會自動逐組計算，回傳一個整齊的 DataFrame，適合直接匯出或做後續視覺化。

小提醒：.agg() 裡的語法是 新欄名=("原欄位", "統計函式")，記得用小括號包起來。

計數

如果你只想知道「某欄位各值出現幾次」，value_counts() 最快，會直接回傳排序好的結果。groupby().count() 則會對每組計算「每個欄位的非空數量」，適合已分組後對多欄位同時計數。

小提醒：groupby() 取單一欄位再算統計時回傳的是 Series，需要 reset_index() 才會變回 DataFrame。取特定組別結果時用 result["web"]。

AI 協作：學了這個，跟 AI 怎麼配合？

groupby 就像 Excel 樞紐分析表——AI 幫你寫語法，但「怎麼分組、算什麼」你決定。

你的人類優勢：

• 你知道報表要「按月」還是「按季」、「按城市」還是「按業務員」彙總
• 你能判斷彙總結果是否跟你手算的大數對得上

可以這樣跟 AI 說：

幫我用 groupby 統計每個商品類別的總銷售額和平均客單價，結果按總銷售額排序。

練習題