##### `Series.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, observed=False, dropna=True)` **功能简介:** - 用于将 Series 按照指定的分组条件进行分组，并返回一个 GroupBy 对象。GroupBy 对象可以用于对分组后的数据执行聚合、转换和其他操作。 **参数说明:** - `by`：指定分组的依据，可以是一个列名、函数、字典、Series 等。默认为 None，表示不分组。 - `axis`：指定分组的轴。默认为 0，表示按行分组。 - `level`：在多级索引的情况下，指定要分组的级别。 - `as_index`：控制是否将分组依据作为索引。默认为 True，表示将分组依据作为索引。 - `sort`：控制是否对分组结果进行排序。默认为 True。 - `group_keys`：控制是否在输出结果中包含分组键。默认为 True。 - `observed`：在多级索引的情况下，控制是否只使用观察到的索引值进行分组。默认为 False。 - `dropna`：控制是否丢弃包含缺失值的分组。默认为 True。 **返回值:** - 返回一个 GroupBy 对象，可以用于执行聚合、转换和其他分组操作。 **用法示例:** ```python import pandas as pd # 创建一个示例 Series data = [10, 20, 15, 30, 25, 40] index = ['A', 'B', 'A', 'B', 'A', 'B'] series = pd.Series(data, index) # 按索引标签进行分组，并计算每组的均值 grouped = series.groupby(by=index).mean() print("Original Series:") print(series) print("\nGrouped Mean:") print(grouped) ```