pandas agg用法

pandas agg用法

在数据分析和处理过程中，Pandas 是一个强大的工具，它提供了许多方便的函数和方法来操作数据。agg 是其中一个非常有用的方法，它可以对数据进行聚合操作。在本文中，我们将详细介绍 agg 方法的用法，并通过示例代码来演示它的功能。

什么是agg方法

agg 方法是 Pandas 中的一个函数，它用来对数据进行聚合操作。具体而言，它可以对指定的一列或多列数据进行聚合计算，比如求和、均值、最大值、最小值等。

用法示例

示例一：对列进行简单聚合操作

接下来，我们通过一个简单的示例来演示 agg 方法的用法。假设有如下的数据集：

import pandas as pd

data = {
    'A': [1, 2, 3, 4, 5],
    'B': [10, 20, 30, 40, 50]
}

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

运行结果如下：

   A   B
0  1  10
1  2  20
2  3  30
3  4  40
4  5  50

现在，我们想要对列 A 和列 B 分别求和。可以使用 agg 方法来实现：

result = df.agg({'A': 'sum', 'B': 'sum'})
print(result)

运行结果如下：

A    15
B   150
dtype: int64

从结果可以看出，对列 A 进行求和的结果是 15，对列 B 进行求和的结果是 150。

示例二：对列进行多个聚合操作

除了对单个列进行聚合操作外，agg 方法还支持对单个列进行多个聚合操作。接下来，我们通过一个示例来演示这个功能。假设有如下的数据集：

data = {
    'A': [1, 2, 3, 4, 5],
    'B': [10, 20, 30, 40, 50]
}

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

运行结果如下：

   A   B
0  1  10
1  2  20
2  3  30
3  4  40
4  5  50

现在，我们想要对列 A 进行求和、均值和最大值的计算。可以使用 agg 方法来实现：

result = df.agg({'A': ['sum', 'mean', 'max']})
print(result)

运行结果如下：

         A
sum     15
mean     3
max      5

从结果可以看出，对列 A 进行求和的结果是 15，均值是 3，最大值是 5。

总结

通过本文的介绍，我们了解了 Pandas 中 agg 方法的基本用法，并通过示例代码演示了它的功能。agg 方法是一个非常实用的函数，在数据分析和处理过程中经常会用到。