當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python dask.dataframe.groupby.SeriesGroupBy.aggregate用法及代碼示例


用法:

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

在指定軸上使用一項或多項操作進行聚合。

此文檔字符串是從 pandas.core.groupby.generic.SeriesGroupBy.aggregate 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

參數：

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

用於聚合數據的函數。如果是函數，則必須在傳遞 Series 或傳遞給 Series.apply 時工作。

接受的組合是：

  • function
  • 字符串函數名
  • 函數和/或函數名稱列表，例如[np.sum, 'mean']
  • 軸標簽的字典 -> 函數、函數名稱或此類列表。

還可以接受指定了engine='numba' 的 Numba JIT 函數。此引擎僅支持傳遞單個函數。

如果選擇'numba' 引擎，該函數必須是用戶定義的函數，函數簽名中的第一個和第二個參數分別是values 和index。每個組的索引將傳遞給用戶定義的函數，並且可以選擇使用。

*args：

要傳遞給 func 的位置參數。

engine：str，默認無(在 Dask 中不支持)
  • 'cython' ：通過 cython 的 C-extensions 運行函數。
  • 'numba'：通過來自 numba 的 JIT 編譯代碼運行函數。
  • None ：默認為 'cython' 或全局設置 compute.use_numba
engine_kwargs：dict，默認無(在 Dask 中不支持)
  • 對於'cython' 引擎，沒有接受的engine_kwargs
  • 對於'numba' 引擎，引擎可以接受nopython , nogil 和parallel 字典鍵。這些值必須是 True 或 False 。 'numba' 引擎的默認 engine_kwargs 是 {'nopython': True, 'nogil': False, 'parallel': False} 並將應用於函數
**kwargs：

要傳遞給 func 的關鍵字參數。

返回：

Series

注意：

使用 engine='numba' 時，內部不會有 “fall back” 行為。組數據和組索引將作為 numpy 數組傳遞給 JITed 用戶定義函數，並且不會嘗試替代執行嘗試。

改變傳遞對象的函數可能會產生意外行為或錯誤，因此不受支持。有關更多詳細信息，請參閱使用用戶定義函數 (UDF) 方法進行變異。

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

可以通過將所需的列名和聚合作為關鍵字參數傳遞來控製輸出列名。

>>> 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

相關用法


注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.groupby.SeriesGroupBy.aggregate。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。