ch7.

7.md

@@ -474,3 +474,110 @@ cones.group('Flavor')
 | chocolate | 3 |
 | strawberry | 2 |
 
+有两个不同的类别，巧克力和草莓。 `group`的调用会在每个类别中创建一个计数表。 该列默认称为`count`，并包含每个类别中的行数。
+
+注意，这一切都可以从`Flavor`列中找到。`Price `列尚未使用。
+
+但是如果我们想要每种不同风味的圆筒的总价格呢？ 这是`group`的第二个参数的作用。
+
+### 发现每个类别的特征
+
+
+`group`的可选的第二个参数是一个函数，用于聚合所有这些行的其他列中的值。 例如，`sum`将累计与每个类别匹配的所有行中的价格。 这个结果中，被分组的列中每个唯一值是一行，但与原始表列数相同。
+
+为了找到每种口味的总价格，我们再次调用`group`，用`Flavor`作为第一个参数。 但这一次有第二个参数：函数名称`sum`。
+
+```py
+cones.group('Flavor', sum)
+```
+
+| Flavor | Price sum |
+| --- | --- |
+| chocolate | 16.55 |
+| strawberry | 8.8 |
+
+为了创建这个新表格，`group`已经计算了对应于每种不同口味的，所有行中的`Price`条目的总和。 三个`chocolate`行的价格共计`$16.55`（您可以假设价格是以美元计量的）。 两个`strawberry`行的价格共计`8.80`。
+
+新创建的“总和”列的标签是`Price sum`，它通过使用被求和列的标签，并且附加单词`sum`创建。
+
+由于`group`计算除了类别之外的所有列的`sum`，因此不需要指定必须对价格求和。
+
+为了更详细地了解`group`在做什么，请注意，您可以自己计算总价格，不仅可以通过心算，还可以使用代码。 例如，要查找所有巧克力圆筒的总价格，您可以开始创建一个仅包含巧克力圆筒的新表，然后访问价格列：
+
+```py
+cones.where('Flavor', are.equal_to('chocolate')).column('Price')
+array([ 4.75,  6.55,  5.25])
+sum(cones.where('Flavor', are.equal_to('chocolate')).column('Price'))
+16.550000000000001
+```
+
+这就是`group `对`Flavor`中每个不同的值所做的事情。
+
+```py
+# For each distinct value in `Flavor, access all the rows
+# and create an array of `Price`
+
+cones_choc = cones.where('Flavor', are.equal_to('chocolate')).column('Price')
+cones_strawb = cones.where('Flavor', are.equal_to('strawberry')).column('Price')
+
+# Display the arrays in a table
+
+grouped_cones = Table().with_columns(
+    'Flavor', make_array('chocolate', 'strawberry'),
+    'Array of All the Prices', make_array(cones_choc, cones_strawb)
+)
+
+# Append a column with the sum of the `Price` values in each array
+
+price_totals = grouped_cones.with_column(
+    'Sum of the Array', make_array(sum(cones_choc), sum(cones_strawb))
+)
+price_totals
+```
+
+| Flavor | Array of All the Prices | Sum of the Array |
+| --- | --- | --- |
+| chocolate | [ 4.75 6.55 5.25] | 16.55 |
+| strawberry | [ 3.55 5.25] | 8.8 |
+
+你可以用任何其他可以用于数组的函数来替换`sum`。 例如，您可以使用`max`来查找每个类别中的最大价格：
+
+```py
+cones.group('Flavor', max)
+```
+
+| Flavor | Price max |
+| --- | --- |
+| chocolate | 6.55 |
+| strawberry | 5.25 |
+
+同样，`group`在每个`Flavor`分类中创建价格数组，但现在它寻找每个数组的`max `。
+
+```py
+price_maxes = grouped_cones.with_column(
+    'Max of the Array', make_array(max(cones_choc), max(cones_strawb))
+)
+price_maxes
+```
+
+
+
+| Flavor | Array of All the Prices | Max of the Array |
+| --- | --- | --- |
+| chocolate | [ 4.75 6.55 5.25] | 6.55 |
+| strawberry | [ 3.55 5.25] | 5.25 |
+
+实际上，只有一个参数的原始调用，与使用`len`作为函数并清理表格的效果相同。
+
+```py
+lengths = grouped_cones.with_column(
+    'Length of the Array', make_array(len(cones_choc), len(cones_strawb))
+)
+lengths
+```
+
+
+| Flavor | Array of All the Prices | Length of the Array |
+| --- | --- | --- |
+| chocolate | [ 4.75 6.55 5.25] | 3 |
+| strawberry | [ 3.55 5.25] | 2 |