Python Pandas中agg函数的分组聚合用法详解
本文详细介绍Python Pandas库中agg函数的使用方法。通过groupby进行分组后,利用agg执行sum、min、max等聚合运算,支持单列或多列多函数聚合,并可自定义聚合函数。文章涵盖列名修改、reset_index重置索引等关键步骤,帮助开发者高效完成数据分析中的聚合任务。
Pandas中的agg函数
在Python中,agg函数通常与groupby()配合使用,用于对分组后的数据进行各类聚合统计,例如求和(sum)、最小值(min)、最大值(max)以及其他内置的聚合函数。
具体应用示例如下所示:
>>> df = pd.read_excel(r"D:/myExcel/1.xlsx")
>>> df
A B C
0 bob 12 45
1 millor 15 23
2 bob 34 88
3 bob 98 23(1)获取按A分组后B列的最大值
>>> df.groupby(by='A').agg({'B':'max'})
B
A
bob 98
millor 15(2)获取按A分组后B列的最大值和最小值
>>> df.groupby(by='A').agg({'B':['max','min']})
B
max min
A
bob 98 12
millor 15 15(3)获取按A分组后B列的最大值和最小值以及C列的最大值
>>> df.groupby(by='A').agg({'B':['max','min'], 'C':'min'})
B C
max min min
A
bob 98 12 23
millor 15 15 23(4)默认情况下,结果列名以函数名称命名,但也可以手动指定修改。
>>> df.groupby(by='A').agg(
b_min=pd.NamedAgg(column='B', aggfunc='min'),
b_max=pd.NamedAgg(column='B', aggfunc='max'))
b_min b_max
A
bob 12 98
millor 15 15通常在调用完agg函数后,建议执行reset_index(),因为Pandas默认会将groupby()中的分组列作为结果的索引。
>>> df.groupby('A').B.agg(['min', 'max'])
min max
A
bob 12 98
millor 15 15
>>> df.groupby('A').B.agg(['min', 'max']).reset_index()
A min max
0 bob 12 98
1 millor 15 15以上就是关于Python中agg函数的介绍,这是一个非常实用的数据处理工具。
Pandas详解:聚合运算agg()
在数据分析过程中,分组与聚合是两个不可或缺的操作。对数据进行聚合(如求和、计算平均值等)通常是数据处理流程中的必要环节。pd.agg()提供了便捷的聚合操作接口。
1. 创建DataFrame对象
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]})

grouped = df1.groupby(['sex','smoker'])
# sex有 F M 二值,smoker有 Y N 二值,故分成四组。
2. 单列聚合
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')

4. 多种聚合运算
grouped['age'].agg(['min','max'])

5. 多种聚合运算并更改列名
grouped['age'].agg([('A','mean'),('B','max')])

6. 不同的列运用不同的聚合函数
grouped.agg({'age':['sum','mean'], 'weight':['min','max']})

7. 使用自定义的聚合函数
def Max_cut_Min(group):
return group.max()-group.min()
grouped.agg(Max_cut_Min)

8. 方便的describe方法
grouped.describe()

以上为个人经验分享,希望能为大家提供参考,也希望大家多多支持本站。
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。













