Pandas中使用agg和nunique函数的详细指南|极客教程

Pandas中使用agg和nunique函数的详细指南

Pandas是一个强大的Python数据分析库，它提供了许多用于数据处理和分析的功能。在本文中，我们将详细介绍如何使用Pandas的agg和nunique函数来进行数据聚合和统计唯一值的数量。这些功能在数据分析中非常有用，尤其是在处理大型数据集时，了解数据的多样性和汇总信息是非常重要的。

1. 理解nunique函数

nunique函数用于计算数据中唯一值的数量。这在统计每个类别或组中不同元素的数量时非常有用。

示例代码 1：基本使用nunique

import pandas as pd

data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 1, 2, 3, 1, 2],
    'D': [2, 3, 4, 5, 6, 7, 8, 9]
}
df = pd.DataFrame(data)
result = df.nunique()
print(result)

Output:

Pandas中使用agg和nunique函数的详细指南

2. 理解agg函数

agg函数（也称为aggregate函数）用于对数据进行聚合操作，它可以接受一个或多个操作来应用于数据集上。

示例代码 2：使用agg进行基本聚合

import pandas as pd

data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 1, 2, 3, 1, 2],
    'D': [2, 3, 4, 5, 6, 7, 8, 9]
}
df = pd.DataFrame(data)
result = df.agg(['sum', 'min'])
print(result)

Output:

Pandas中使用agg和nunique函数的详细指南

3. 结合使用agg和nunique

结合使用agg和nunique可以在同一操作中计算多种统计数据，包括唯一值的数量。

示例代码 3：结合使用agg和nunique

import pandas as pd

data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 1, 2, 3, 1, 2],
    'D': [2, 3, 4, 5, 6, 7, 8, 9]
}
df = pd.DataFrame(data)
result = df.agg({'A': 'nunique', 'B': 'nunique'})
print(result)

Output:

Pandas中使用agg和nunique函数的详细指南

4. 使用agg和nunique处理更复杂的数据结构

在处理更复杂的数据结构时，如分组数据（grouped data），agg和nunique的组合尤其有用。

示例代码 4：在分组数据上使用agg和nunique

import pandas as pd

data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 1, 2, 3, 1, 2],
    'D': [2, 3, 4, 5, 6, 7, 8, 9]
}
df = pd.DataFrame(data)
grouped = df.groupby('A')
result = grouped.agg({'B': 'nunique', 'C': ['sum', 'mean']})
print(result)

Output:

Pandas中使用agg和nunique函数的详细指南

5. 高级应用：自定义聚合函数

在某些情况下，内置的聚合函数可能无法满足需求，此时可以定义自定义聚合函数。

示例代码 5：使用自定义聚合函数

import pandas as pd

data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 1, 2, 3, 1, 2],
    'D': [2, 3, 4, 5, 6, 7, 8, 9]
}
df = pd.DataFrame(data)

def custom_agg(x):
    return x.max() - x.min()

result = df.agg({'C': custom_agg, 'D': custom_agg})
print(result)

Output:

Pandas中使用agg和nunique函数的详细指南

6. 性能考虑

在使用agg和nunique进行大规模数据处理时，性能是一个重要考虑因素。优化聚合操作可以显著提高效率。

示例代码 6：优化聚合操作

import pandas as pd

data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': [1, 2, 3, 1, 2, 3, 1, 2],
    'D': [2, 3, 4, 5, 6, 7, 8, 9]
}
df = pd.DataFrame(data)
result = df.groupby('A').agg({'B': 'nunique', 'C': ['sum', 'mean'], 'D': ['min', 'max']})
print(result)

Output:

Pandas中使用agg和nunique函数的详细指南