pandas agg lambda 使用详解

pandas agg lambda 使用详解

参考：pandas agg lambda

在数据分析中，pandas 是一个非常强大的 Python 数据处理库。它提供了丰富的数据结构和操作方法，使得数据分析变得更加简单高效。本文将详细介绍如何在 pandas 中使用 agg 函数结合 lambda 表达式来进行数据聚合操作，这是一种非常灵活的数据处理方式。

1. pandas DataFrame 简介

在深入了解 agg 和 lambda 的使用之前，我们首先需要了解 pandas 中的基本数据结构 —— DataFrame。DataFrame 是一个二维标签数据结构，可以看作是一个表格，其中可以存储不同类型的数据。每一列可以是不同的数据类型（数值、字符串、布尔值等）。

示例代码 1: 创建 DataFrame

import pandas as pd

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

Output:

2. 使用 agg 函数

agg 函数是 pandas 中用于聚合操作的一个非常重要的函数。它允许用户对 DataFrame 或 Series 对象应用一个或多个操作，并能够一次性计算多个聚合结果。

示例代码 2: 使用 agg 应用单一函数

import pandas as pd

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

Output:

示例代码 3: 使用 agg 应用多个函数

import pandas as pd

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

Output:

3. 结合 lambda 表达式使用 agg

lambda 表达式在 Python 中是一个非常有用的特性，它允许创建小型匿名函数。在 pandas 的 agg 函数中使用 lambda 表达式可以让我们定义更加灵活的数据聚合逻辑。

示例代码 4: 使用 lambda 表达式计算差值

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'Value': [100, 150, 300]
}
df = pd.DataFrame(data)
result = df.agg({'Value': lambda x: x.max() - x.min()})
print(result)

Output:

示例代码 5: 结合多个 lambda 表达式

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'Value': [100, 150, 300]
}
df = pd.DataFrame(data)
result = df.agg({
    'Value': [
        lambda x: x.max() - x.min(),
        lambda x: x.sum(),
        lambda x: x.mean()
    ]
})
print(result)

Output:

4. 在分组数据上使用 agg 和 lambda

在处理分组数据时，agg 和 lambda 的组合尤为强大。通过 groupby 方法，我们可以对数据进行分组，然后应用 agg 来执行特定的聚合操作。

示例代码 6: 分组后应用 lambda 表达式

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'Value': [100, 200, 300]
}
df = pd.DataFrame(data)
result = df.groupby('Year').agg({'Value': lambda x: x.sum() + 10})
print(result)

Output:

示例代码 7: 对不同列应用不同的 lambda 表达式

import pandas as pd

data = {
    'Website': ['pandasdataframe.com', 'pandasdataframe.com', 'pandasdataframe.com'],
    'Year': [2020, 2021, 2022],
    'Value': [100, 200, 300]
}
df = pd.DataFrame(data)
result = df.groupby('Year').agg({
    'Value': [lambda x: x.mean(), lambda x: x.max() - x.min()]
})
print(result)

Output:

5. 总结

在本文中，我们详细介绍了如何在 pandas 中使用 agg 函数结合 lambda 表达式进行数据聚合。这种方法提供了极高的灵活性，允许用户定义复杂的聚合逻辑，非常适合于数据分析中的各种场景。通过上述示例代码，我们可以看到 agg 和 lambda 在实际应用中的强大功能和灵活性。