groupby responde a preguntas como «ingresos por región». Funciona en tres pasos, a menudo llamados dividir, aplicar y combinar: divide las filas en grupos según una columna, aplica un cálculo a cada grupo y combina las respuestas en un solo resultado.
df.groupby("region")["revenue"].sum()
Léelo de izquierda a derecha: agrupa por región, selecciona la columna de ingresos y suma sus valores. El resultado es una Series con un valor por región y las regiones como índice, ordenadas de la A a la Z.
Sustituye sum() por mean(), count(), min(), max() o median(). size() cuenta las filas de cada grupo.
Por sí solo, df.groupby("region") no muestra nada útil, solo un objeto GroupBy. Necesita un cálculo a continuación.
Pasa una lista para agrupar por varias columnas: df.groupby(["region", "channel"]). El resultado tiene entonces una fila por combinación, con un índice de dos niveles.
El mayor número de unidades en un solo pedido, para cada categoría.