第05章 会诊报告：分组与聚合

第05章 会诊报告：分组与聚合

章节摘要：明细表是查体记录，报告才是给人看的东西。本章讲GroupBy的拆分-应用-合并机制、agg与transform两条输出通路、透视表与交叉表两种排版方式，把几千行明细压缩成管理层能一眼读懂的会诊报告。

一条主线

病人已完成全部查体（第01至04章），数据达到出院标准。现在各科医生坐下来开会：按门店汇总销售额、按月份看趋势、按渠道算占比。主线任务是产出"月度经营会诊报告"：一份按门店和渠道双维度的金额汇总，外加异常门店的定位。这一章开始，操作对象从"行"升级为"组"——思维也要跟着换挡：查体阶段问"这条数据对不对"，报告阶段问"这组数据说明了什么"。

沿途站点

5-1 GroupBy分组会诊

拆分-应用-合并三段机制，get_group与size的探组手段，以及"组"这个新数据形态的建立。

5-2 聚合函数的诊断指标

内置聚合、多指标agg、命名聚合、transform的保长输出与filter的按组筛行——同样一次分组，三种输出形态各有用途。

5-3 透视表与交叉表的报告单

pivot_table把长表转成横排版报告，crosstab专门数频次，melt再把宽表摊回长表。排版是报告的最后一道工序。

拐点与结论

本章拐点在5-2的transform：很多人学分组只会"越分越少"，遇到"给每行标注所在组均值"的需求就绕远路。transform保长输出这一手，是分组应用的分水岭。读完本章，你应当能够：

• 画出GroupBy拆分应用合并的三段流程并解释每步的数据形态
• 用agg一次产出多指标，用命名聚合自定义列名
• 区分transform与agg的输出形态，并各举一个使用场景
• 用filter按组级指标筛组，而不是先汇总再join回来
• 用pivot_table出多维报告，用melt完成逆向摊平

前置与延伸

前置：第04章的类型健康（object金额列会让聚合报错或降速）、第02章的布尔与多层索引（组内比较与多层结果都建立在上面）。延伸：分组键带时间索引的场景在7-2展开；聚合结果的多表拼接在6-2；命名聚合加assign的报表姿势是全册输出格式的标配。练习建议用自家业务数据出一张真实的指标卡，走出教程数据的安全区，体会一次"列名就是会议纪要"的报表文化。指标卡被质疑时，能一键回溯到明细，是分析师最硬的底气。

下一章的接力

单表的报告会做完，现实的病史散在多张表里：订单表、会员表、门店表。第06章的merge与concat把它们归并成一份完整档案，归并的质量直接取决于第04章规范化过的键。

本章考核知识点清单

报告科的考核点：复述拆分应用合并三段并说明每段的数据形态；用size与get_group完成探组；用命名聚合一次产出多指标报表；区分agg与transform的输出形态并各举一例；用filter拦截小样本组；写出pivot_table的三关键参数并说出默认aggfunc的陷阱；用crosstab配normalize看构成；用melt把宽表摊回长表。这十条构成了"从明细到报告"的全部关键动作，也是日常数据分析中被调用最频繁的一章。