Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas Series.agg()
用于传递要分别应用于系列甚至系列的每个元素的函数或函数列表。如果是函数列表,则由返回多个结果agg()
方法。
用法:Series.agg(func, axis=0)
参数:
func:系列上要调用的函数,函数列表或函数名称字符串。
axis:0或“索引”表示行操作,1或“列”表示列操作。
返回类型:返回类型取决于作为参数传递的函数的返回类型。
范例1:
在此示例中,传递了一个lambda函数,该函数将2的每个值简单地相加。由于该函数将应用于系列的每个值,因此返回类型也是系列。通过传递使用Numpy随机方法生成的数组来生成10个元素的随机序列。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating random arr of 10 elements
arr=np.random.randn(10)
# creating series from array
series=pd.Series(arr)
# calling .agg() method
result=series.agg(lambda num:num + 2)
# display
print('Array before operation:\n', series,
'\n\nArray after operation:\n',result)
输出:
如输出所示,将函数应用于每个值,并将2添加到系列的每个值。
范例2:传递函数清单
在此示例中,传递了一些Python默认函数的列表,并由返回了多个结果agg()
方法分为多个变量。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating random arr of 10 elements
arr=np.random.randn(10)
# creating series from array
series=pd.Series(arr)
# creating list of function names
func_list=[min, max, sorted]
# calling .agg() method
# passing list of functions
result1, result2, result3= series.agg(func_list)
# display
print('Series before operation:\n', series)
print('\nMin = {}\n\nMax = {},\
\n\nSorted Series:\n{}'.format(result1,result2,result3))
输出:
如输出所示,返回了多个结果。 Min,Max和Sorted数组分别返回到不同的变量result1,result2,result3。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.agg()。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。