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。