pandas agg count 详细介绍|极客教程

pandas agg count 详细介绍

在数据分析中，经常需要对数据集进行汇总和统计分析。pandas 是 Python 中一个强大的数据处理库，它提供了丰富的数据结构和数据分析工具。本文将详细介绍如何使用 pandas 中的 agg 函数和 count 方法来进行数据统计。

1. pandas 简介

pandas 是基于 NumPy 的一个开源数据分析库，它是专门为解决数据分析任务而创建的。pandas 引入了两种新的数据结构：DataFrame 和 Series，其中 DataFrame 是用于处理表格数据的。

2. DataFrame 和 Series

DataFrame 是一个表格型的数据结构，它包含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame 既可以作为一个整体进行操作，也可以逐行或逐列进行处理。
Series 是一种类似于一维数组的对象，它由一组数据（各种 NumPy 数据类型）以及一组与之相关的数据标签（即索引）组成。

3. 使用 agg 和 count 进行数据统计

agg 是 aggregate 的缩写，该函数的主要用途是对数据进行聚合操作，可以一次性计算多个统计信息。count 方法用于统计非空值的数量。

示例代码 1：创建 DataFrame

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
print(df)

Output:

pandas agg count 详细介绍

示例代码 2：使用 count 方法统计非空值数量

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', None],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, None, 300]
}
df = pd.DataFrame(data)
result = df.count()
print(result)

Output:

pandas agg count 详细介绍

示例代码 3：使用 agg 函数进行多重统计

import pandas as pd
data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
result = df.agg({'Year': ['min', 'max'], 'User_Count': ['sum', 'mean']})
print(result)

Output:

pandas agg count 详细介绍

示例代码 4：结合 groupby 和 agg 使用

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
result = df.groupby('Year').agg({'User_Count': 'count'})
print(result)

Output:

pandas agg count 详细介绍

示例代码 5：使用自定义函数进行聚合

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)

def custom_count(series):
    return series.count()

result = df.agg({'User_Count': custom_count})
print(result)

Output:

pandas agg count 详细介绍

示例代码 6：对特定列使用 count 方法

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
count_result = df['User_Count'].count()
print(count_result)

Output:

pandas agg count 详细介绍

示例代码 7：使用 lambda 函数进行聚合

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
result = df.agg({'User_Count': lambda x: x.count()})
print(result)

Output:

pandas agg count 详细介绍

示例代码 8：结合 filter 使用 count 方法

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
filtered_data = df[df['Year'] > 2020]
count_result = filtered_data.count()
print(count_result)

Output:

pandas agg count 详细介绍

示例代码 9：对 DataFrame 的每列使用 count 方法

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
count_result = df.apply(pd.Series.count)
print(count_result)

Output:

pandas agg count 详细介绍

示例代码 10：使用 agg 进行条件统计

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'User_Count': [100, 200, 300]
}
df = pd.DataFrame(data)
result = df.agg({'User_Count': lambda x: x[x > 150].count()})
print(result)

Output:

pandas agg count 详细介绍