在處理excel資料時需要將一組具有相同標籤值的資料給按標籤抽取出來，同樣的標籤值對應著同一個類別，這項操作讓我對pandas的聚合功能有了更深刻的認識。

所謂聚合groupby，實際上是指將向量或者向量對應的高維度資料對映為標量值的過程，這裡強調求出標量值其實是為了好顯示groupby物件，本身只做聚合的話其實得到的物件並不是dataFrame

而是一個<pandas.core.groupby>物件，這個物件是不能像dataFrame物件一樣直接視覺化的，為了要視覺化，必須找到一個可以計算得到的標量值，

這裡考慮到這次用到的excel本身的特點(順便吐槽一下，這個讓我幫忙做資料分析的專案其實就是個f**k_ing project，完全無腦的去找特徵，實在是把室友逼得不要不要的了，看不下去才幫忙做的)

我有了一個非常大膽的想法，如果資料本身對應的示值只有一列，那麼用mean計算出的值與本身是一樣的，這樣我採用了提取三列，其中兩列用於聚合然後利用求mean搞到了可以寫進excel裡的dataFrame形式的groupby處理後的物件。

其實強調groupby處理完變回dataFrame物件主要是了檔案讀寫，這是pandas中一個非常慘無人道的東西，所以為了讀寫統一，你懂的。

順便提一句關於抽取dataFrame中不相連幾列的方法，在df([['A', 'B', 'C']])的表示式中，注意有兩個中括號，這個才是對列進行提取的關鍵語法，只有一對括號則是對行進行操作，千萬注意。

說到了excel，最近師兄給的excel還要重新修改格式，做運算式解析時一對圓括號簡直不忍直視，區分運算括號與引數括號真的也是一件十分頭大的事情，話說回來，對大量資料進行操作的時候python的速度並不算快，可以泡杯茶好好享受一下生活了。。。

紀念2018-11-20第一次生嚼胡羅卜！