numpy没有groupby方法，应区分场景：整数键用np.bincount或np.add.reduceat；非整数键优先转pandas处理。强行模拟pandas链式调用低效且难维护，混用才是业务常态。
NumPy里没有groupby方法，别硬套pandas思维
NumPy本身不提供类似SQL或pandas的groupby接口，强行用np.unique+np.where拼逻辑容易写崩，也难维护。真正“优雅”的做法是：明确区分场景——如果只是简单聚合（如按整数标签分组求均值），用np.bincount或np.add.reduceat；如果分组键是浮点/字符串/复合结构，优先转成pandas再回传NumPy数组，别死磕纯NumPy。
用np.bincount高效实现整数键分组聚合
这是最接近SQL GROUP BY int_col SUM(val)的纯NumPy方案，但要求分组键必须是非负整数且范围不大。它底层调用C实现，比Python循环快10倍以上。
-
np.bincount(keys, weights=values, minlength=max_key+1)直接完成加权计数或求和 - 若要算均值，得配合
np.bincount(keys)算各组频次，再做逐元素除法（注意除零） - 键含负数？先
keys = keys - keys.min()平移；键稀疏（比如最大值是1e6但只用了100个）？minlength设太大浪费内存，此时该换scipy.ndimage.labeled_comprehension或切回pandas
keys = np.array([0, 1, 0, 1, 2]) vals = np.array([10, 20, 30, 40, 50]) sums = np.bincount(keys, weights=vals) # array([40., 60., 50.]) counts = np.bincount(keys) # array([2, 2, 1]) means = np.divide(sums, counts, out=np.zeros_like(sums, dtype=float), where=counts!=0)
当分组键不是整数时，np.unique + 索引向量化是底线方案
字符串、浮点数、元组等无法直接喂给bincount，这时np.unique返回的inverse索引是关键桥梁——它把任意键映射成整数ID，后续就能复用bincount或np.add.reduceat。
- 务必用
return_inverse=True，别只拿unique_keys然后用np.where挨个找，那会退化成O(n²) -
np.add.reduceat需要索引按分组排序，所以得先np.argsort重排keys和values，再用np.unique(..., return_index=True)拿到每组起始位置 - 浮点键慎用
==比较，先用np.round或np.isclose预处理，否则np.unique可能把本该同组的值拆开
为什么不该在NumPy里模拟pandas的groupby链式调用
试图用类、装饰器或高阶函数封装出arr.groupby('col').mean()这种API，实际会引入三重负担：一是每次调用都要重复解析键、重建索引；二是缺失pandas的延迟计算和块管理，中间结果全在内存；三是无法处理缺失值对齐、多级索引、混合类型等真实SQL场景。一旦逻辑变复杂（比如窗口函数、自连接分组），代码可读性断崖下跌。
真正省事的做法是：用pandas.DataFrame(arr).groupby(...).agg(...).values拿到结果数组，全程不超过两行。纯NumPy的“优雅”只存在于小规模、固定模式、极致性能要求的内核场景里——多数业务代码里，混用才是常态。
最容易被忽略的一点：NumPy分组操作默认不保序，而SQL GROUP BY结果顺序由键决定。如果下游依赖顺序，必须显式用np.argsort或pandas.Categorical控制。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
