pandas agg

pandas agg

在数据分析和处理过程中，经常会需要对数据进行聚合操作，例如统计每个组的总和、均值、计数等。Pandas 提供了 groupby() 函数和 agg() 函数来实现这种聚合操作，可以方便地对数据进行分组并进行多种统计计算。

1. groupby() 函数

groupby() 函数用于将数据按照指定的列进行分组，返回一个 DataFrameGroupBy 对象。通过 groupby() 函数可以将数据划分为多个组，然后对每个组进行统计计算。

下面是一个示例，演示如何使用 groupby() 函数将数据按照 key 列分组，并计算每个组的平均值：

import pandas as pd

data = {
    'key': ['A', 'B', 'A', 'B', 'A', 'B'],
    'value': [1, 2, 3, 4, 5, 6]
}

df = pd.DataFrame(data)
grouped = df.groupby('key')
result = grouped.mean()

print(result)

运行上述代码，输出如下：

     value
key       
A      3.0
B      4.0

上面的代码首先创建了一个包含键值对的字典 data，然后通过 pd.DataFrame() 函数创建了一个 DataFrame df。接着调用 groupby() 函数按照 key 列进行分组，然后调用 mean() 函数计算每个组的平均值。

2. agg() 函数

agg() 函数是 DataFrameGroupBy 对象的方法，用于对分组后的数据进行聚合统计计算。agg() 函数接受一个字典作为参数，字典的 key 是需要计算的列名，value 是需要计算的函数列表。

下面是一个示例，演示如何使用 agg() 函数计算每个组的总和和均值：

import pandas as pd

data = {
    'key': ['A', 'B', 'A', 'B', 'A', 'B'],
    'value1': [1, 2, 3, 4, 5, 6],
    'value2': [10, 20, 30, 40, 50, 60]
}

df = pd.DataFrame(data)
grouped = df.groupby('key')
result = grouped.agg({'value1': ['sum', 'mean'], 'value2': 'sum'})

print(result)

运行上述代码，输出如下：

    value1        value2
       sum mean   sum
key                   
A        9    3    90
B       12    4   120

上面的代码首先创建了一个包含键值对的字典 data，然后通过 pd.DataFrame() 函数创建了一个 DataFrame df。接着调用 groupby() 函数按照 key 列进行分组，然后调用 agg() 函数计算每个组的 value1 列的总和和均值，以及 value2 列的总和。

除了传入函数列表外，agg() 函数还支持传入自定义函数。下面是一个示例，演示如何通过传入自定义函数计算每个组的最大值减去最小值：

import pandas as pd

data = {
    'key': ['A', 'B', 'A', 'B', 'A', 'B'],
    'value': [1, 2, 3, 4, 5, 6]
}

df = pd.DataFrame(data)
grouped = df.groupby('key')
result = grouped.agg(lambda x: x.max() - x.min())

print(result)

运行上述代码，输出如下：

     value
key       
A        4
B        4

上面的代码传入了一个 lambda 函数，计算每个组的最大值减去最小值，从而得到每个组的范围。

3. 总结

通过本文的介绍，我们了解了 Pandas 中 agg() 函数的基本用法，以及如何通过 groupby() 函数和 agg() 函数实现对数据的灵活统计计算。在实际数据处理过程中，agg() 函数是非常有用的工具，能够帮助我们快速对数据进行分组聚合操作，从而得到更直观、更有用的统计结果。