Pandas 中的 agg() 和 lambda 函数的应用

Pandas 中的 agg() 和 lambda 函数的应用

参考：pandas agg lambda

在数据分析中，Pandas 是一个非常强大的工具，它提供了大量的功能来方便数据处理和分析。本文将详细介绍如何在 Pandas 中使用 agg() 函数结合 lambda 表达式来进行数据聚合和处理。我们将通过一系列的示例代码来展示这些技术的应用。

1. 理解 agg() 函数

在 Pandas 中，agg() 函数是一个用于聚合操作的方法，它允许用户对数据集进行多种统计汇总。使用 agg() 可以一次性应用多个聚合操作，也可以对不同的列应用不同的聚合函数。

示例代码 1: 单列聚合

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)

result = df['A'].agg(lambda x: x.max())
print(result)

Output:

示例代码 2: 多列聚合

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)

result = df.agg({'A': lambda x: x.min(), 'B': lambda x: x.sum()})
print(result)

Output:

2. 使用 lambda 表达式

lambda 表达式是 Python 中的匿名函数，它允许快速定义简单的函数，常用于简化代码编写。在 Pandas 的 agg() 中使用 lambda 表达式可以灵活地定义聚合逻辑。

示例代码 3: 使用 lambda 表达式计算平均值

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)

result = df.agg(lambda x: x.mean())
print(result)

Output:

示例代码 4: 结合条件语句的 lambda 表达式

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)

result = df.agg(lambda x: x[x > 2].sum())
print(result)

Output:

3. 对不同列使用不同的聚合函数

在实际应用中，我们可能需要对数据框的不同列应用不同的聚合函数。Pandas 的 agg() 方法可以通过传递一个字典来实现这一点，其中字典的键是列名，值是应用的函数。

示例代码 5: 对不同列使用不同的聚合函数

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)

result = df.agg({'A': lambda x: x.max(), 'B': lambda x: x.min()})
print(result)

Output:

示例代码 6: 对同一列使用多个聚合函数

import pandas as pd

data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)

result = df['A'].agg([lambda x: x.max(), lambda x: x.min()])
print(result)

Output:

4. 聚合后的数据处理

聚合操作后，我们通常需要对结果进行进一步的处理或分析。使用 lambda 表达式可以方便地对聚合结果进行计算和转换。

示例代码 7: 聚合后计算百分比

import pandas as pd

data = {
    'A': [10, 20, 30, 40],
    'B': [100, 200, 300, 400]
}
df = pd.DataFrame(data)

total = df['A'].sum()
result = df['A'].agg(lambda x: (x / total) * 100)
print(result)

示例代码 8: 聚合后的条件过滤

import pandas as pd

data = {
    'A': [10, 20, 30, 40],
    'B': [100, 200, 300, 400]
}
df = pd.DataFrame(data)

result = df.agg(lambda x: x[x > 25].sum())
print(result)

Output:

5. 结合其他 Pandas 功能

Pandas 的 agg() 函数可以与其他 Pandas 功能如分组 (groupby)、排序 (sort_values) 等结合使用，以实现更复杂的数据分析任务。

示例代码 9: 结合 groupby 使用 agg()

import pandas as pd

data = {
    'Category': ['A', 'A', 'B', 'B'],
    'Values': [10, 15, 10, 20]
}
df = pd.DataFrame(data)

result = df.groupby('Category').agg({'Values': lambda x: x.mean()})
print(result)

Output:

示例代码 10: 结合 sort_values() 和 agg()

import pandas as pd

data = {
    'Category': ['A', 'A', 'B', 'B'],
    'Values': [10, 15, 10, 20]
}
df = pd.DataFrame(data)

result = df.sort_values(by='Values').agg({'Values': lambda x: x.max()})
print(result)

Output:

结论

在本文中，我们详终介绍了如何在 Pandas 中使用 agg() 函数和 lambda 表达式来进行数据聚合和处理。通过提供的示例代码，我们展示了这些技术在数据分析中的多样化应用。