pandas聚合方法,
熊猫中的agg()函数是aggregate的缩写,意思是总计、合计、聚合。这是一个非常强大的功能。在Pandas中,可以使用agg()在Series、DataFrame和groupby()之后聚合结果。下面文章主要介绍聚合函数agg在熊猫中的具体用法。有需要的可以参考一下。
今天看到熊猫的聚合函数agg,比较陌生,平时工作中处理数据时很少用到。为了加深印象,总结一下使用的方法其实还是挺有用的。
DataFrame.agg(func,axis = 0,* args,** kwargs)
func : 函数,函数名称,函数列表,字典{‘行名/列名’,‘函数名’}
在指定轴上使用一个或多个运算进行聚合。
agg是一个聚合函数,聚合函数操作始终是在轴(默认是列轴,也可设置行轴)上执行,不同于numpy聚合函数
(NP . sum()//sum;Np.prod() //将所有元素相乘;NP . mean()//average;Np.std() //标准差;Np.var() //方差;NP . median()//median;Np.power() //power操作;Np.sqrt() //开方;Np.min() //最小值;Np.max() //最大值;最小值的Np.argmin() //下标;最大值的Np.argmax() //下标;NP . INF//infinity;Np.exp(10) //以e为底的指数;Np.log(10) //log)
以下示例显示了agg的具体用法:
定义列表值:
进口pandasas pd
df=pd。DataFrame([[1,2,3,4],
[11,22,33,44],
[111,222,333,444],
[1111,2222,3333,4444]
],
Columns=[col1 , col2 , col3 , col4],)#列名
打印(df)
在行上聚合这些函数
df_arows=df.agg([max , min , mean])
列1列2列3列4
最高1111.0 2222.0 3333.0 4444.0
最低1.0 2.0 3.0 4.0
平均值308.5 617.0 925.5 1234.0
每列不同的聚合
df _ columns=df . agg({ col 1 :[ sum , min], col2:[max , min], col3:[sum , min]})
列1列2列3
最大NaN 2222.0 NaN
最小1.0 2.0 3 .0
总和1234.0南3702.0
注意:当一个列没有其他聚合函数时,用NaN填充。
总结
关于聚合函数agg在pandas中的具体用法的文章到此为止。关于熊猫聚合函数agg的更多信息,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!
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。