接上回书，数据以Dataframe的形式存储后，接下来就是对一些数据进行计算或者图形化展示，直接上才艺了，感觉最近看的每一句都是一个知识点...
数据分组
原始数据
针对上述数据，想要实现知道每个月有多少千克的销量，则是应用
groupby实现分组操作。
df1 = df.groupby(['year_month'])['kilogram'].sum().reset_index()
# 括号内是分组依据的字段
# 后续是分组后数据的处理，即是对kilogram这个字段进行求和。
打印df1，结果如下：
分组结果
如果是在分组后，想对不同的列进行不同的数据处理，可以利用聚合操作
agg。
df3 = df.groupby(['year_month']).agg({'kilogram': 'sum', 'amount': 'sum'}).reset_index()
# 按照月份分组后，对一个月份的kilogram及amount分别进行求和
执行结果如下：
按月份对不同的字段进行聚合操作
agg聚合操作有很多，如下所示：
| agg语法 | 代表意义 |
|---|---|
| max | 最大值 |
| min | 最小值 |
| mean | 平均值 |
| sum | 求和 |
| var | 方差 |
| std | 标准差 |
| median | 中位数 |
| count | 计数 |
简单的数据可视化
如果对于上述的分组结果，希望以柱状图的形式来看每一个月的销量变化。则可以应用plotly_express库。这个库设计简洁，只需导入，就可以画出可视化图形，实现简单的数据可视化。
首先自然是需要安装：
pip3 install plotly_express
应用之前需要导入，通常会作为px进行使用。
import plotly_express as px
柱状图
依照最上方的df1，期望以柱状图的形式展现每个月的销量。实现语法如下
fig = px.bar(df1, x='year_month', y='kilogram', color='kilogram')
# x代表横轴，y代表纵轴，color代表颜色区分代表意义
fig.update_layout(xaxis_tickangle=45)
# x轴坐标倾斜角度
fig.show()
# fig展示
执行后，会自动在本地打开如下结果：
柱状图
折线图
依照上方的df1，期望以折线图的形式展现每个月的销量。实现语法如下
fig1 = px.line(df1, x='year_month', y='amount', markers=True)
# x代表横轴，y代表纵轴，markers为True代表添加折线上点标记
fig1.show()
# fig1展示
执行后，会自动在本地打开如下结果：
折线图
Pandas这个系列还是陆陆续续的努力更新中，最近的工作，不完全是测试了，开始有其它的任务了，但是我仍然希望能在第一季度结束的时候，Pandas有个小的完结~
自我记录，有错误欢迎指正~~~
