Python Pandas DataFrame agg方法用法及代码示例

例子

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

计算单个聚合

计算每列的平均值：

df.agg("mean")      # Equivalent to df.agg(pd.np.mean)



A    1.5
B    3.5
dtype: float64

这里，返回的数据类型是Series。

计算多个聚合

计算每列的平均值和最小值：

df.agg(["mean", "min"])



      A    B
mean  1.5  3.5
min   1.0  3.0

这里，返回的数据类型是DataFrame。

计算列子集的聚合

要计算列 A 的最小值：

df.agg({"A":"min"})   # Returns a Series



A    1
dtype: int64

按行计算聚合

要计算每行的最大值，请像这样设置axis=1：

df.agg("max", axis=1)   # Returns a Series



0    3
1    4
dtype: int64

定义自定义聚合函数

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

我们可以传递一个自定义函数作为聚合：

df.agg(lambda col: 2 * sum(col))



A    6
B   14
dtype: int64

这里， x 是 Series ，表示 df 的列。

传入附加参数

我们可以将附加参数传递给func，如下所示：

def foo(col, x):
 return col + x
df.agg(foo, x=5)



   A  B
0  6  8
1  7  9