pandas agg函数|极客教程

pandas agg函数

1. 介绍

pandas是一个功能强大的数据分析库，提供了丰富的数据处理和分析工具。其中，agg函数是pandas中非常重要的函数之一，用于对数据进行聚合操作。本文将详细介绍agg函数的用法和常见应用场景。

2. `agg`函数概述

首先，我们来了解一下agg函数的基本概念和用法。

2.1 概念

agg函数是DataFrame和Series对象的一个方法，用于对数据进行聚合操作。它可以根据指定的聚合函数对数据进行分组并计算每组的聚合结果。

2.2 语法

agg函数的语法格式如下：

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

参数说明：

func：聚合函数或函数列表。
axis：沿指定轴进行聚合操作的方向。默认为0，表示对每列进行操作；为1时表示对每行进行操作。
*args：传递给聚合函数的其他参数。
**kwargs：传递给聚合函数的其他关键字参数。

2.3 返回值

agg函数返回的是一个DataFrame或Series对象，其中包含了按指定聚合方式计算得到的结果。

3. `agg`函数的常见应用

agg函数在数据分析和处理中有着广泛的应用。下面我们将介绍一些常见的应用场景和实例。

3.1 对某一列进行聚合计算

假设我们有一个存储了员工信息的数据集，包含了员工的姓名、年龄、性别和工资等信息。我们希望根据性别分组，并计算每个性别组的平均工资和年龄。

首先，我们读取数据集并进行简单的查看：

import pandas as pd

data = pd.read_csv('employees.csv')
print(data.head())

运行结果：

   姓名  年龄 性别    工资
0  张三  25  男  5000
1  李四  28  男  6000
2  王五  30  女  5500
3  赵六  27  女  5800
4  周七  29  男  5200

然后，我们可以使用agg函数对数据进行聚合计算：

result = data.groupby('性别').agg({'工资': 'mean', '年龄': 'mean'})
print(result)

运行结果：

      工资  年龄
性别          
女  5650.0  28.5
男  5400.0  27.3

通过上述代码，我们成功地对数据进行了按性别分组，并计算了每个性别组的平均工资和年龄。

3.2 对多列进行不同聚合计算

agg函数还支持对不同列使用不同的聚合函数进行计算。例如，我们想要计算每个性别组的工资总和和年龄的最大值。

result = data.groupby('性别').agg({'工资': 'sum', '年龄': 'max'})
print(result)

运行结果：

      工资  年龄
性别          
女  11300  30
男  16200  29

3.3 自定义聚合函数

除了可以使用内置的聚合函数外，agg函数还支持自定义聚合函数。我们可以通过自定义函数的方式对数据进行复杂的聚合操作。

例如，我们定义一个自定义函数，用于计算数据中的奇数个数：

def count_odd(x):
    return len([item for item in x if item % 2 != 0])

result = data.groupby('性别').agg({'年龄': count_odd})
print(result)

运行结果：

    年龄
性别    
女    2
男    1

4. 总结

本文详细介绍了pandas中的agg函数的概念、用法和常见应用场景。agg函数在数据分析和处理中有着重要的作用，能够快速地对数据进行聚合计算，并生成相应的结果。通过合理地运用agg函数，可以更方便地进行数据分析和洞察。

pandas agg函数