在类别中计算:相当于R的ddply在Python中？

在Python中，类似于R的ddply的函数是pandas中的groupby和apply函数。groupby函数可以将数据按照指定的列进行分组，然后使用apply函数对每个分组应用指定的函数。

例如，假设我们有一个包含姓名和年龄的数据集，我们想根据年龄对数据进行分组，并计算每个分组的平均年龄。我们可以使用以下代码：

import pandas as pd

# 创建数据集
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40]}

df = pd.DataFrame(data)

# 根据年龄分组并计算平均年龄
grouped_average = df.groupby('Age').mean()

print(grouped_average)

输出结果：

       Age
Age
25    25
30    30
35    35
40    40

在这个例子中，我们首先使用pandas的DataFrame函数创建了一个数据集df，然后使用groupby函数将数据按照年龄分组，并指定使用mean函数计算每个分组的平均值。最后，我们打印出结果，可以看到数据被按照年龄分组，并且每个分组的平均年龄已经被计算出来。

需要注意的是，groupby函数还可以使用其他参数来控制分组的规则，例如count函数可以计算每个分组中的数量，max函数可以计算每个分组的最大值等。