极客教程pandas agg函数
Pandas 是一个强大的 Python 数据分析库，它提供了大量的功能来处理和分析数据。其中，agg 函数是一个非常有用的工具，它允许用户对数据进行聚合操作。本文将详细介绍 agg 函数的使用方法，并通过多个示例展示其在数据分析中的应用。
1. agg 函数简介
agg 函数（也称为聚合函数）是 pandas 中用于聚合计算的函数。它可以对数据集进行多种统计分析，比如求和、平均值、最大值、最小值等。agg 函数可以作用于 DataFrame 的整体，也可以针对特定的列进行计算。
2. 基本使用
示例代码 1：单列聚合
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 对列 A 使用 agg 函数求平均值
result = df['A'].agg('mean')
print(result)
Output:
示例代码 2：多列聚合
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 对多列使用 agg 函数求平均值
result = df[['A', 'B']].agg('mean')
print(result)
Output:
示例代码 3：对整个 DataFrame 使用多个聚合函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 对整个 DataFrame 使用多个聚合函数
result = df.agg(['sum', 'min'])
print(result)
Output:
3. 使用自定义函数进行聚合
示例代码 4：使用自定义函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 定义一个自定义聚合函数
def my_custom_function(x):
return np.max(x) - np.min(x)
# 使用自定义函数进行聚合
result = df['A'].agg(my_custom_function)
print(result)
示例代码 5：对多列使用自定义函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 使用自定义函数对多列进行聚合
result = df[['A', 'B']].agg(my_custom_function)
print(result)
4. 使用 lambda 函数进行聚合
示例代码 6：使用 lambda 函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 使用 lambda 函数进行聚合
result = df['A'].agg(lambda x: x.max() - x.min())
print(result)
Output:
示例代码 7：对整个 DataFrame 使用 lambda 函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 使用 lambda 函数对整个 DataFrame 进行聚合
result = df.agg(lambda x: x.max() - x.min())
print(result)
5. 结合多个聚合函数
示例代码 8：结合内置和自定义聚合函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 结合使用内置和自定义聚合函数
result = df['A'].agg(['mean', np.sum, lambda x: x.max() - x.min()])
print(result)
示例代码 9：对多列使用结合的聚合函数
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'A': np.random.randn(50),
'B': np.random.rand(50),
'C': np.random.randn(50),
'D': np.random.rand(50),
'E': ['pandasdataframe.com']*50
})
# 对多列使用结合的聚合函数
result = df[['A', 'B']].agg(['mean', np.sum, lambda x: x.max() - x.min()])
print(result)
6. 使用 agg 函数处理时间序列数据
示例代码 10：时间序列数据聚合
import pandas as pd
import numpy as np
# 创建时间序列数据
date_rng = pd.date_range(start='1/1/2022', end='1/10/2022', freq='D')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0, 100, size=(len(date_rng)))
df.set_index('date', inplace=True)
# 使用 agg 函数进行时间序列数据聚合
result = df.agg('sum')
print(result)
Output:
7. 总结
在本文中，我们详细介绍了 pandas 的 agg 函数，展示了其在单列、多列以及整个 DataFrame 上的应用。我们还探讨了如何使用自定义函数和 lambda 函数进行聚合，以及如何结合多个聚合函数来获取更丰富的数据分析结果。通过这些示例，可以看到 agg 函数在数据处理和分析中的强大功能和灵活性。