pandas是什么意思,python中的pandas是什么意思
官方网站：3359 pandas . py data.org/docs/reference/API/pandas.data frame.aggregate.html
本文的主要路线是探索agg的基本用法和应用场景，最后简单搜索源代码层。
1.agg参数介绍和演示的使用
2.GroupBy的agg用例
3.看下一位推导出agg的根本原理。
1.引入agg参数，使用demo agg作为aggregate的别名。
数据框.聚合http://www.Sina.com/
该名称表示传输格式的功能，如func，用于汇总数据。对于函数，它必须在传递给DataFrame或DataFrame时工作。如果函数、str、list或dictionary [np.sum，" mean "轴为0或" index "，则应用：将函数应用于每一列。对于1或列：将函数应用于所有行。{0或 index ，1或 columns}，默认值01表示返回的数据类型通常有三种：标量(值)、序列和数据帧。
可以对应使用。
标量：用单个函数调用Series.agg。
Series:用单个函数调用DataFrame.agg。
DaFrame:使用多个函数调用DataFrame.agg
(func=None, axis=0, args,kwargs)
返回例子
s_df=PD.series (1，2，3 ) ) print ) s _ df ) print ) s_df。AGG)总和)- return - s
df=PD.data frame ([ 1，2，3 ]、[ 4，5，6 ]、[ 7，8，9 ]、[np.nan，np.nan，np)。Nan])、columns=[A (c)
#打印每一行(df.agg ([ sum ， min )]-return-ABC sum 12 . 015 . 018 . 0min 1 . 0 . 2 . 0 #列 max}-return-absum12.0nanmin1。
importpandasaspddf=PD . data frame({ country :[ China ， China ， India ， India ， India ， ameremeratid ) 10000、5000、5002、40000、50000、8000、5000]， age:[5000、4321、1234、4010、250、250、4500、4321]}-return-age country income 0500
df.groupby([Country])。apply(lambda x: print(x，type(x))-print-国家收入年龄4美国40000 250 class pandas . core . frame . data frame 国家收入年龄0中国10000 50001中国10000 43216中国8000 4500 class pandas . core . frame . data frame 国家收入年龄2印度5000 12343印度5002 40107印度5000 4321 class pandas。 core.frame.DataFrame 在这里其实很清楚，分组中的结果就是分组后的DataFrame。所以Groupby之后agg的用法就是DataFrame.agg的用法不说别的，还是以列表、字典的形式介绍。
列表参数传输
df_agg=df.groupby(Country )。agg([min ， mean ， max])print(df_agg) - print -收入年龄最小平均最大最小平均最大国家美国40000 40000 250 250 0000000 250中国8000 9333.333333 10000 4321 4607.000 00 5000印度5000 5000 6667 5000
print(df.groupby(Country )。agg({Age:[min ， mean ， max]， Income:[min ， max ]})-打印年龄收入最小平均最大最小最大国家美国250 250 40000 40000中国4321 4607.0000000 5000 8000 10000印度1234 3188.3333333 4 4 21 5000 5002日本21
3.看底层推导agg的路由原理。为什么要看这底层？主要是对传func时遇到的这几类传记感到好奇，想知道为什么能这样传下去，以便追根溯源。
这些类型的引用是指：
df=pd .DataFrame([[1，2，3]，[4，5，6]，[7，8，9]，[np.nan，np.nan]]，columns=[A ， B ， C])print(df.agg([sum， sum ，np .sum])-print-A B Csum 12.0 15.0 18.0 sum 12.0 15.0 18.0 sum 12.0 15.0 18.0 sum 18.0 sum，的作用效果一样，它们的表达形式不同。
开始查阅底层代码
1、agg=聚合，聚集是总计的别名，因为一开始底层代码就有这条赋值语句。
2、agg其实就是调用应用函数，也就是应用函数能用的它也能用
做个测试看看，返回的结果是一样的。
print(df.apply([sum， sum ，NP。sum])-return-A B C sum 12.0 15.0 18.0 sum 12.0 15.0 18.0 sum 12.0 15.0 15.0 15.0 18.0 sum 3、所以sum，sum，np.sum重点是func传参解析的作用，而不是函数本身作用。
找一下有关功能的注释
功能：函数应用于每一列或每一行的函数。# 解释函数能用于行或列而已如果您只是应用一个NumPy减少功能，这将实现更好的性能。# 这儿就说如果用数组的函数，能有更好表现，可以说明np。总和与总额是调用不同模块的函数找了半天，虽然猜测是总和转为总额使用了，但是仍没找到，所以尝试一下这样子。
4、尝试聚合字符串函数找到转化的原因！
print(df.apply([sum， sum ，np.sum， np。sum ])-错误-.文件d:\ r \ anaconda 3 \ lib \ site-packages \ pandas \ core \ series。py ，第3688行，在聚合结果中，怎么=自己._aggregate(func，*args，**kwargs)文件d:\ r \ anaconda 3 \ lib \ site-packages \ pandas \ core \ base。py ，第477行，总计返回自我._aggregate_multiple_funcs(arg，_axis=_axis)，None File D:\ r \ anaconda 3 \ lib \ site-packages \ pandas \ core \ base。py ，第507行，in _ aggregate _ multiple _ funcs new _ RES=colg。聚合(a)文件D:\ r \ anaconda 3 \ lib \ site-packages \ pandas \ core \ series。py ，第3688行，在聚合结果中，怎么=自己._aggregate(func，*args，**kwargs)文件d:\ r \ anaconda 3 \ lib \ site-packages \ pandas \ core \ base。py ，第311行，总计返回自我._ try _ aggregate _ string _ function(arg，*args，**kwargs)，None File D:\ r \ anaconda 3 \ lib \ site-packages \ pandas \ core \ base。py ，第282行，in _ try _ aggregate _ string _ function f { arg } 不是" {类型(自我)"的有效函数_ _ name _ _ }“对象”属性错误：" np.sum "不是"系列"对象的有效函数重点看_ try _ aggregate _字符串_函数的报错。
该函数如下
def _ try _ aggregate _ string _ function(self，arg: str，*args，* args，*kwargs): 如果银是一个字符串，则尝试对它进行操作：-尝试在我们自己身上找到一个函数（或属性)-尝试找到一个数组函数- raise assert isinstance(arg，str) f=getattr(self，arg，None)#再这里转化的如果f不为无：如果可调用(f):返回f(*args，**kwargs) #人们可能会尝试在不可调用的属性上聚合#但不要让他们认为可以向其传递参数assert len(args)==0 assert len([kwargs中的kwarg for kwarg if kwarg not in[ axis ])==0 return f f=get attr(NP，arg，None)if f not None:if有attr(self， __array__): #特别是排除窗口return f(self，*args，* * kwargs)raise attribute _ _ name _ _ } object )转化的函数是这个f=getattr(np，arg，None)，它能找到对应是否有函数，注释也有说，如果银是线格式，会去寻找它本身是否有这个函数，找不到再去寻找数组模块的，再找不到就报错。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。