pandas中聚合函數(shù)agg的具體用法

89542767 發(fā)布于2022-11-15 13:42 / 896人閱讀

　　pandas其實(shí)匯集了python函數(shù)的一個(gè)數(shù)據(jù)庫(kù)，主要是用來(lái)調(diào)用數(shù)據(jù)的，作為其中的聚合函數(shù)，那么，其中的函數(shù)agg的具體用法是怎么樣的呢？下面就給大家詳細(xì)的解答下。

　　今天看到pandas的聚合函數(shù)agg，比較陌生，平時(shí)的工作中處理數(shù)據(jù)的時(shí)候使用的也比較少，為了加深印象，總結(jié)一下使用的方法，其實(shí)還是挺好用的。

　　DataFrame.agg（func，axis=0，*args，**kwargs）

　　func:函數(shù)，函數(shù)名稱，函數(shù)列表，字典{‘行名/列名’，‘函數(shù)名’}

　　使用指定軸上的一個(gè)或多個(gè)操作進(jìn)行聚合。

　　agg是一個(gè)聚合函數(shù)，聚合函數(shù)操作始終是在軸（默認(rèn)是列軸，也可設(shè)置行軸）上執(zhí)行，不同于numpy聚合函數(shù)

　?。╪p.sum()//求和；np.prod()//所有元素相乘；np.mean()//平均值；np.std()//標(biāo)準(zhǔn)差；np.var()//方差；np.median()//中數(shù)；np.power()//冪運(yùn)算；np.sqrt()//開(kāi)方；np.min()//最小值；np.max()//最大值；np.argmin()//最小值的下標(biāo)；np.argmax()//最大值的下標(biāo)；np.inf//無(wú)窮大；np.exp(10)//以e為底的指數(shù)；np.log(10)//對(duì)數(shù)）

　　下面示例展示agg具體用法：

　　定義一個(gè)列表值：

　　import pandasas pd
　　df=pd.DataFrame([[1,2,3,4],
　　[11,22,33,44],
　　[111,222,333,444],
　　[1111,2222,3333,4444]
　　],
　　columns=['col1','col2','col3','col4'],)#列名
　　print(df)

　　在行上聚合這些函數(shù)

　　df_arows=df.agg(['max','min','mean'])
　　col1 col2 col3 col4
　　max 1111.0 2222.0 3333.0 4444.0
　　min 1.0 2.0 3.0 4.0
　　mean 308.5 617.0 925.5 1234.0

　　每列不同的聚合

　　df_columns=df.agg({'col1':['sum','min'],'col2':['max','min'],'col3':['sum','min']})
　　col1 col2 col3
　　max NaN 2222.0 NaN
　　min 1.0 2.0 3.0
　　sum 1234.0 NaN 3702.0

　　注：當(dāng)某列沒(méi)有其他聚合函數(shù)時(shí)，則用NaN填充。

　　總結(jié)

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給各位讀者帶來(lái)幫助。

GPU云服務(wù)器云服務(wù)器 fread函數(shù)的用法 java中枚舉的用法 python中for的用法 python中input的用法

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://m.hztianpu.com/yun/128352.html

相關(guān)文章

python處理數(shù)據(jù)的風(fēng)騷操作[pandas 之 groupby&agg]

摘要：最后使用聚合函數(shù)，就得到了結(jié)果。從實(shí)現(xiàn)上看，返回的是一個(gè)結(jié)構(gòu)，這個(gè)結(jié)構(gòu)必須調(diào)用聚合函數(shù)如之后，才會(huì)得到結(jié)構(gòu)為的數(shù)據(jù)結(jié)果。介紹每隔一段時(shí)間我都會(huì)去學(xué)習(xí)、回顧一下python中的新函數(shù)、新操作。這對(duì)于你后面的工作是有一定好處的。本文重點(diǎn)介紹了pandas中g(shù)roupby、Grouper和agg函數(shù)的使用。這2個(gè)函數(shù)作用類似，都是對(duì)數(shù)據(jù)集中的一類屬性進(jìn)行聚合操作，比如統(tǒng)計(jì)一個(gè)用戶在每個(gè)月...

paraller 2019-07-30 15:06 評(píng)論0 收藏0
【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[四] 數(shù)據(jù)規(guī)整化和數(shù)據(jù)聚合與分組運(yùn)算

摘要：數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑數(shù)據(jù)聚合與分組運(yùn)算數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑合并數(shù)據(jù)集可根據(jù)一個(gè)或多個(gè)鍵將不同中的行鏈接起來(lái)。函數(shù)根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?。字典或，給出待分組軸上的值與分組名之間的對(duì)應(yīng)關(guān)系。本篇內(nèi)容為整理《利用Python進(jìn)行數(shù)據(jù)分析》，博主使用代碼為 Python3，部分內(nèi)容和書(shū)本有出入。在前幾篇中我們介紹了 NumPy、pandas、matplotlib 三個(gè)...

The question 2019-07-31 11:11 評(píng)論0 收藏0
Python數(shù)據(jù)分析學(xué)習(xí)筆記之Pandas入門(mén)

摘要：是一個(gè)數(shù)據(jù)分析的開(kāi)源庫(kù)。與表格或關(guān)系數(shù)據(jù)庫(kù)中的表非常神似。注意帶有一個(gè)索引，類似于關(guān)系數(shù)據(jù)庫(kù)中的主鍵。的統(tǒng)計(jì)函數(shù)分組與聚合通過(guò)方法，可以對(duì)數(shù)據(jù)組施加一系列的函數(shù)。函數(shù)的作用是串聯(lián)，追加數(shù)據(jù)行使用函數(shù)。 pandas(Python data analysis)是一個(gè)Python數(shù)據(jù)分析的開(kāi)源庫(kù)。pandas兩種數(shù)據(jù)結(jié)構(gòu)：DataFrame和Series 安裝：pandas依賴于NumPy...

zqhxuyuan 2019-07-25 11:21 評(píng)論0 收藏0
Python數(shù)據(jù)分析入門(mén)之pandas總結(jié)基礎(chǔ)（二）

摘要：一大熊貓世界來(lái)去自如的老生常談，從基礎(chǔ)來(lái)看，我們?nèi)匀魂P(guān)心對(duì)于與外部數(shù)據(jù)是如何交互的。函數(shù)受限制問(wèn)題唯一重要的參數(shù)，標(biāo)志著一個(gè)的第個(gè)頁(yè)將會(huì)被取出。數(shù)據(jù)分析入門(mén)之總結(jié)基礎(chǔ)一歡迎來(lái)翔的博客查看完成版。一.大熊貓世界來(lái)去自如：Pandas的I/O 老生常談，從基礎(chǔ)來(lái)看，我們?nèi)匀魂P(guān)心pandas對(duì)于與外部數(shù)據(jù)是如何交互的。 1.1 結(jié)構(gòu)化數(shù)據(jù)輸入輸出 read_csv與to_csv 是?對(duì)...

verano 2019-07-24 18:20 評(píng)論0 收藏0
Pandas使用DataFrame進(jìn)行數(shù)據(jù)分析比賽進(jìn)階之路（一）

摘要：按照某一列的數(shù)值進(jìn)行排序后輸出。根據(jù)國(guó)籍這一列的屬性進(jìn)行分組，然后分別計(jì)算相同國(guó)籍的潛力的平均值。值得注意的是，在分組函數(shù)后面使用一個(gè)函數(shù)可以返回帶有分組大小的結(jié)果。這篇文章中使用的數(shù)據(jù)集是一個(gè)足球球員各項(xiàng)技能及其身價(jià)的csv表，包含了60多個(gè)字段。數(shù)據(jù)集下載鏈接：數(shù)據(jù)集 1、DataFrame.info() 這個(gè)函數(shù)可以輸出讀入表格的一些具體信息。這對(duì)于加快數(shù)據(jù)預(yù)處理非常有幫助。 ...

yeooo 2019-07-31 11:07 評(píng)論0 收藏0