Pandas實現聚合運算agg()的示例代碼

Posted on by

前言

在數據分析中，分組聚合二者缺一不可。對數據聚合（求和、平均值等）通常是不可避免的。pd.agg()很方便進行聚合操作。

1. 創建DataFrame對象

import pandas as pd
df1 = pd.DataFrame({'sex':list('FFMFMMF'),'smoker':list('YNYYNYY'),'age':[21,30,17,37,40,18,26],'weight':[120,100,132,140,94,89,123]})

在這裡插入圖片描述 

grouped = df1.groupby(['sex','smoker'])
# sex有 F M 二值，smoker有 Y N 二值，故分成四組。

2. 單列聚合

grouped['age'].agg('mean')

sex  smoker
F    N         30.0
     Y         28.0
M    N         40.0
     Y         17.5
Name: age, dtype: float64

3. 多列聚合

grouped.agg('mean')

在這裡插入圖片描述

4. 多種聚合運算

grouped['age'].agg(['min','max'])

在這裡插入圖片描述

5. 多種聚合運算並更改列名

grouped['age'].agg([('A','mean'),('B','max')])

在這裡插入圖片描述

6. 不同的列運用不同的聚合函數

grouped.agg({'age':['sum','mean'], 'weight':['min','max']})

在這裡插入圖片描述

7. 使用自定義的聚合函數

def Max_cut_Min(group):
    return group.max()-group.min()

grouped.agg(Max_cut_Min)

在這裡插入圖片描述

8. 方便的descibe

grouped.describe()

在這裡插入圖片描述

參考博客：link

到此這篇關於Pandas實現聚合運算agg()的示例代碼的文章就介紹到這瞭,更多相關Pandas 聚合運算agg()內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：