Python Pandas DataFrame agg方法用法及代碼示例

例子

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

計算單個聚合

計算每列的平均值：

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



A    1.5
B    3.5
dtype: float64

這裏，返回的數據類型是Series。

計算多個聚合

計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

這裏，返回的數據類型是DataFrame。

計算列子集的聚合

要計算列 A 的最小值：

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



A    1
dtype: int64

按行計算聚合

要計算每行的最大值，請像這樣設置axis=1：

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



0    3
1    4
dtype: int64

定義自定義聚合函數

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

我們可以傳遞一個自定義函數作為聚合：

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



A    6
B   14
dtype: int64

這裏， x 是 Series ，表示 df 的列。

傳入附加參數

我們可以將附加參數傳遞給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