当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python dask.dataframe.groupby.SeriesGroupBy.aggregate用法及代码示例


用法:

SeriesGroupBy.aggregate(arg, split_every=None, split_out=1)

在指定轴上使用一项或多项操作进行聚合。

此文档字符串是从 pandas.core.groupby.generic.SeriesGroupBy.aggregate 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

参数：

func：function、str、list 或 dict(在 Dask 中不支持)

用于聚合数据的函数。如果是函数，则必须在传递 Series 或传递给 Series.apply 时工作。

接受的组合是：

  • function
  • 字符串函数名
  • 函数和/或函数名称列表，例如[np.sum, 'mean']
  • 轴标签的字典 -> 函数、函数名称或此类列表。

还可以接受指定了engine='numba' 的 Numba JIT 函数。此引擎仅支持传递单个函数。

如果选择'numba' 引擎，该函数必须是用户定义的函数，函数签名中的第一个和第二个参数分别是values 和index。每个组的索引将传递给用户定义的函数，并且可以选择使用。

*args：

要传递给 func 的位置参数。

engine：str，默认无(在 Dask 中不支持)
  • 'cython' ：通过 cython 的 C-extensions 运行函数。
  • 'numba'：通过来自 numba 的 JIT 编译代码运行函数。
  • None ：默认为 'cython' 或全局设置 compute.use_numba
engine_kwargs：dict，默认无(在 Dask 中不支持)
  • 对于'cython' 引擎，没有接受的engine_kwargs
  • 对于'numba' 引擎，引擎可以接受nopython , nogil 和parallel 字典键。这些值必须是 True 或 False 。 'numba' 引擎的默认 engine_kwargs 是 {'nopython': True, 'nogil': False, 'parallel': False} 并将应用于函数
**kwargs：

要传递给 func 的关键字参数。

返回：

Series

注意：

使用 engine='numba' 时，内部不会有 “fall back” 行为。组数据和组索引将作为 numpy 数组传递给 JITed 用户定义函数，并且不会尝试替代执行尝试。

改变传递对象的函数可能会产生意外行为或错误，因此不受支持。有关更多详细信息，请参阅使用用户定义函数 (UDF) 方法进行变异。

例子：

>>> s = pd.Series([1, 2, 3, 4])
>>> s  
0    1
1    2
2    3
3    4
dtype: int64
>>> s.groupby([1, 1, 2, 2]).min()  
1    1
2    3
dtype: int64
>>> s.groupby([1, 1, 2, 2]).agg('min')  
1    1
2    3
dtype: int64
>>> s.groupby([1, 1, 2, 2]).agg(['min', 'max'])  
   min  max
1    1    2
2    3    4

可以通过将所需的列名和聚合作为关键字参数传递来控制输出列名。

>>> s.groupby([1, 1, 2, 2]).agg(  
...     minimum='min',
...     maximum='max',
... )
   minimum  maximum
1        1        2
2        3        4
>>> s.groupby([1, 1, 2, 2]).agg(lambda x: x.astype(float).min())  
1    1.0
2    3.0
dtype: float64

相关用法


注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.groupby.SeriesGroupBy.aggregate。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。