pandas DataFrameGroupBy.agg 聚合函数使用详解
发布时间：2026-10-13 |
2人浏览过
本文介绍pandas中DataFrameGroupBy对象的agg方法，演示如何对分组数据执行聚合操作。涵盖对每一行使用agg、多列应用多个聚合函数以及单列指定聚合函数的具体代码示例，帮助开发者掌握灵活的数据聚合技巧。
pandas groupby agg聚合函数使用详解
具体实现方式如下所示：
DataFrameGroupBy.agg(arg, *args, **kwargs) 基础示例：
>>> df = pd.DataFrame({'A': [1, 1, 2, 2],
... 'B': [1, 2, 3, 4],
... 'C': np.random.randn(4)})运行结果：
>>> df
A B C
0 1 1 0.362838
1 1 2 0.227877
2 2 3 1.267767
3 2 4 -0.562860对分组后的每一行应用agg函数：
>>> df.groupby('A').agg('min')
B C
A
1 1 0.227877
2 3 -0.562860针对多列同时使用多个agg函数：
>>> df.groupby('A').agg(['min', 'max'])
B C
min max min max
A
1 1 2 0.227877 0.362838
2 3 4 -0.562860 1.267767选择特定单列并使用agg函数：
>>> df.groupby('A').B.agg(['min', 'max'])
min max
A
1 1 2
2 3 4
>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})
B C
min max sum
A
1 1 2 0.590716
2 3 4 0.704907以上关于pandas对group进行聚合的示例内容到此结束，希望能为读者提供有价值的参考，欢迎大家继续支持本站获取更多技术分享。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
