pandas.DataFrame.agg()方法的使用

 更新时间:2025年05月06日 10:07:10   作者:liuweidong0802  
agg函数是一个非常强大的工具,用于对数据进行分组聚合操作,它可以沿指定轴(行或列)应用一个或多个聚合函数,常用于统计汇总分析,感兴趣的可以了解一下

Pandas2.2 DataFrame

Function application, GroupBy & window

方法描述
DataFrame.apply(func[, axis, raw, …])用于沿 DataFrame 的轴(行或列)应用一个函数
DataFrame.map(func[, na_action])用于对 DataFrame 的每个元素应用一个函数
DataFrame.applymap(func[, na_action])用于对 DataFrame 中的每一个元素应用一个函数
DataFrame.pipe(func, *args, **kwargs)用于实现链式编程风格的方法
DataFrame.agg([func, axis])用于对 DataFrame 的数据进行聚合操作

pandas.DataFrame.agg()

pandas.DataFrame.agg()(或 DataFrame.aggregate())方法用于对 DataFrame 的数据进行聚合操作。它可以沿指定轴(行或列)应用一个或多个聚合函数,常用于统计汇总分析。

方法签名

DataFrame.agg(func=None, axis=0)

参数说明

参数类型描述
funcfunction、str、list 或 dict要应用的聚合函数。可以是一个函数名字符串(如 'sum')、函数对象(如 np.sum)、函数列表,或者为每列指定不同函数的字典。
axis{0 or ‘index’, 1 or ‘columns’}, default: 0沿哪个轴进行聚合:0 表示按列聚合(默认),1 表示按行聚合。

返回值

  • 如果 func 是单个聚合函数,则返回一个 Series
  • 如果 func 是多个聚合函数或多个列分别聚合,则返回一个 DataFrame

示例

示例1:使用单个聚合函数(如 'mean')

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

result = df.agg('mean')
print(result)

输出:

A    2.0
B    5.0
dtype: float64

示例2:使用多个聚合函数(如 ['min', 'max'])

result = df.agg(['min', 'max'])
print(result)

输出:

   A  B
min  1  4
max  3  6

示例3:对不同列使用不同的聚合函数

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

输出:

          A    B
mean     2.0  NaN
min      NaN  4.0
max      NaN  6.0

示例4:按行聚合(axis=1)

result = df.agg('sum', axis=1)
print(result)

输出:

0    5
1    7
2    9
dtype: int64

总结

  • agg() 支持多种聚合方式,灵活适用于各类统计汇总需求。
  • 可以为不同列指定不同的聚合函数。
  • 常用于数据分析中的分组统计(与 groupby() 配合使用时更加强大)。

到此这篇关于pandas.DataFrame.agg()方法的使用的文章就介绍到这了,更多相关pandas.DataFrame.agg()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家! 

相关文章

  • Python中asyncore异步模块的用法及实现httpclient的实例

    Python中asyncore异步模块的用法及实现httpclient的实例

    asyncore即是一个异步的socket封装,特别是dispatcher类中包含了很多异步调用的socket操作方法,非常犀利,下面我们就来讲解Python中asyncore异步模块的用法及实现httpclient的实例
    2016-06-06
  • python学习之SpaCy库的高级特性详解

    python学习之SpaCy库的高级特性详解

    在之前的文章中,我们介绍了SpaCy库的一些基本概念和功能,在这篇文章中,我们将深入学习一些更高级的特性,包括词向量、依赖性解析、和自定义组件
    2023-07-07
  • Python利用哈希表缓存避免重复计算实现性能提速

    Python利用哈希表缓存避免重复计算实现性能提速

    这篇文章主要介绍了Python利用哈希表缓存避免重复计算实现性能提速,通过为输入图像生成内容哈希,并结合LRU内存管理策略,实现了对重复识别请求的高效拦截,需要的朋友可以参考下
    2026-02-02
  • 详解Python的文件处理

    详解Python的文件处理

    这篇文章主要为大家介绍了Python的文件处理,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2021-12-12
  • 怎样使用Python脚本日志功能

    怎样使用Python脚本日志功能

    Python通过logging模块提供日志功能,关于logging模块的使用网络上已经有很多详细的资料,今天这里要分享的是怎样在实际工程中使用日志功能。下面一起来学习学习。
    2016-08-08
  • python爬虫构建代理ip池抓取数据库的示例代码

    python爬虫构建代理ip池抓取数据库的示例代码

    这篇文章主要介绍了python爬虫构建代理ip池抓取数据库的示例代码,帮助大家更好的使用爬虫,感兴趣的朋友可以了解下
    2020-09-09
  • python3基于OpenCV实现证件照背景替换

    python3基于OpenCV实现证件照背景替换

    这篇文章主要为大家详细介绍了python3基于OpenCV实现证件照背景替换,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-07-07
  • wxPython窗体拆分布局基础组件

    wxPython窗体拆分布局基础组件

    这篇文章主要为大家详细介绍了wxPython窗体拆分布局基础组件,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-11-11
  • 详解Python中的循环语句的用法

    详解Python中的循环语句的用法

    这篇文章主要介绍了详解Python中的循环语句的用法,循环语句是学习各个编程语言的最基本的基础知识,需要的朋友可以参考下
    2015-04-04
  • Python3中exp()函数用法分析

    Python3中exp()函数用法分析

    在本篇文章里小编给大家整理了关于Python3中exp()函数用法以及相关知识点,需要的朋友们学习下。
    2019-02-02

最新评论