Pandas实现聚合运算agg()的示例代码

目录

前言1. 创建DataFrame对象2. 单列聚合3. 多列聚合4. 多种聚合运算5. 多种聚合运算并更改列名6. 不同的列运用不同的聚合函数7. 使用自定义的聚合函数8. 方便的descibe

前言

在数据分析中，分组聚合二者缺一不可。对数据聚合（求和、平均值等）通常是不可避免的。pd.agg()很方便进行聚合操作。

1. 创建DataFrame对象

import pandas as pd
df1 = pd.DataFrame({\'sex\':list(\'FFMFMMF\'),\'smoker\':list(\'YNYYNYY\'),\'age\':[21,30,17,37,40,18,26],\'weight\':[120,100,132,140,94,89,123]})

grouped = df1.groupby([\'sex\',\'smoker\'])
# sex有 F M 二值，smoker有 Y N 二值，故分成四组。

2. 单列聚合

grouped[\'age\'].agg(\'mean\')

sex  smoker
F    N         30.0
     Y         28.0
M    N         40.0
     Y         17.5
Name: age, dtype: float64

3. 多列聚合

grouped.agg(\'mean\')

4. 多种聚合运算

grouped[\'age\'].agg([\'min\',\'max\'])

5. 多种聚合运算并更改列名

grouped[\'age\'].agg([(\'A\',\'mean\'),(\'B\',\'max\')])

6. 不同的列运用不同的聚合函数

grouped.agg({\'age\':[\'sum\',\'mean\'], \'weight\':[\'min\',\'max\']})

7. 使用自定义的聚合函数

def Max_cut_Min(group):
    return group.max()-group.min()

grouped.agg(Max_cut_Min)

8. 方便的descibe

grouped.describe()

参考博客：link