在Python中，group by是一種用于將數據集按照特定列進行分組的操作。它通常與聚合函數（如sum、count、avg等）一起使用，以便對每個組進行計算。

要使用group by，你可以使用pandas庫中的DataFrame對象來處理數據。以下是一個示例：

import pandas as pd

# 創建一個示例數據集
data = {'Name': ['John', 'Mike', 'Sarah', 'John', 'Mike'],
        'Age': [25, 30, 28, 25, 30],
        'City': ['New York', 'Chicago', 'Los Angeles', 'New York', 'Chicago'],
        'Salary': [50000, 60000, 55000, 50000, 55000]}

df = pd.DataFrame(data)

# 按照Name列進行分組，并計算每個組的平均薪資
grouped = df.groupby('Name')['Salary'].mean()

print(grouped)

輸出結果為：

Name
John     50000.0
Mike     57500.0
Sarah    55000.0
Name: Salary, dtype: float64

在上述示例中，我們使用group by將數據按照Name列進行分組，并計算每個組的平均薪資。結果中的每個組都以組名（Name列的唯一值）作為索引，并顯示了對應組的平均薪資。

你還可以對多個列進行分組，如以下示例所示：

grouped = df.groupby(['Name', 'City'])['Salary'].sum()

print(grouped)

輸出結果為：

Name   City       
John   New York      100000
Mike   Chicago       115000
Sarah  Los Angeles    55000
Name: Salary, dtype: int64

在該示例中，我們按照Name和City兩列進行分組，并計算每個組的薪資總和。結果中的每個組都以組名（Name和City的唯一組合）作為索引，并顯示了對應組的薪資總和。