pandas agg|极客教程

pandas agg

在pandas中，.agg()函数是一个很有用的函数，它主要用于对数据进行聚合操作。在实际数据分析中，常常需要对数据进行统计和汇总，这时就可以使用.agg()函数来实现。本文将介绍.agg()函数的用法及示例，并结合实际案例进行详细说明。

1. `.agg()`函数的基本用法

.agg()函数可以同时对多个列进行聚合操作，并且可以使用自定义的函数来进行计算。其基本语法如下：

df.agg(func, axis)

其中，func是函数或函数列表，用于指定要应用的聚合函数；axis用于指定轴向，0表示按列进行聚合，1表示按行进行聚合。

2. 案例分析

下面通过一个实际案例来说明.agg()函数的用法。假设我们有一份销售数据，包括商品名称、销售量和销售额，我们希望对不同商品的销售量和销售额进行统计。

首先，我们先创建一个示例数据集：

import pandas as pd

data = {
    '商品名称': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
    '销售量': [100, 200, 150, 120, 180, 130, 110, 210, 140],
    '销售额': [1000, 2000, 1500, 1200, 1800, 1300, 1100, 2100, 1400]
}

df = pd.DataFrame(data)
print(df)

运行结果如下：

  商品名称  销售量   销售额
0     A  100  1000
1     B  200  2000
2     C  150  1500
3     A  120  1200
4     B  180  1800
5     C  130  1300
6     A  110  1100
7     B  210  2100
8     C  140  1400

接下来，我们可以使用.groupby()函数按照商品名称进行分组，并使用.agg()函数对销售量和销售额进行统计：

result = df.groupby('商品名称').agg({
    '销售量': 'sum',
    '销售额': ['mean', 'max']
})
print(result)

运行结果如下：

  商品名称  销售量   销售额     
         sum  mean   max
0     A  330  116.67  1200
1     B  590  196.67  2100
2     C  420  140.00  1500

从结果可以看出，我们对不同商品的销售数据进行了统计，包括销售量的总和、销售额的平均值和最大值。

3. 自定义聚合函数

除了使用内置的聚合函数，我们还可以自定义函数来进行聚合操作。这在某些复杂的统计需求下非常有用。下面通过一个示例来说明如何使用自定义函数进行聚合操作。

假设我们需要对销售量进行统计，并且希望计算销售量的中位数。我们可以定义一个自定义函数来计算中位数，并将其应用到.agg()函数中：

import numpy as np

def median(x):
    return np.median(x)

result = df.groupby('商品名称').agg({
    '销售量': ['sum', median]
})
print(result)

运行结果如下：

  商品名称  销售量       
         sum median
0     A  330  110.0
1     B  590  190.0
2     C  420  140.0

从结果可以看出，我们成功计算了销售量的中位数，并将其作为新的统计指标进行展示。

4. 多函数聚合

有时候我们需要对同一个列使用多个聚合函数进行统计，这个时候可以将多个函数作为列表传入.agg()函数中。下面通过一个示例来说明多函数聚合的用法。

假设我们需要统计不同商品的销售量，并分别计算总和、平均值和标准差，我们可以这样实现：

result = df.groupby('商品名称').agg({
    '销售量': ['sum', 'mean', 'std']
})
print(result)

运行结果如下：

  商品名称  销售量                 
         sum   mean       std
0     A  330  110.00  8.660254
1     B  590  196.67  14.467838
2     C  420  140.00  9.574271