Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas Series.agg()
用於傳遞要分別應用於係列甚至係列的每個元素的函數或函數列表。如果是函數列表,則由返回多個結果agg()
方法。
用法:Series.agg(func, axis=0)
參數:
func:係列上要調用的函數,函數列表或函數名稱字符串。
axis:0或“索引”表示行操作,1或“列”表示列操作。
返回類型:返回類型取決於作為參數傳遞的函數的返回類型。
範例1:
在此示例中,傳遞了一個lambda函數,該函數將2的每個值簡單地相加。由於該函數將應用於係列的每個值,因此返回類型也是係列。通過傳遞使用Numpy隨機方法生成的數組來生成10個元素的隨機序列。
# 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)
輸出:
如輸出所示,將函數應用於每個值,並將2添加到係列的每個值。
範例2:傳遞函數清單
在此示例中,傳遞了一些Python默認函數的列表,並由返回了多個結果agg()
方法分為多個變量。
# 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))
輸出:
如輸出所示,返回了多個結果。 Min,Max和Sorted數組分別返回到不同的變量result1,result2,result3。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.agg()。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。