Pandas中使用agg()函数计算平均值|极客笔记

Pandas中使用agg()函数计算平均值

Pandas是一个强大的Python数据分析库，它提供了丰富的数据结构和数据操作方法，使得数据分析变得更加简单高效。在数据分析中，经常需要对数据集进行汇总统计，其中计算平均值是最常见的操作之一。本文将详细介绍如何在Pandas中使用agg()函数来计算平均值，并通过多个示例展示其用法。

1. 理解agg()函数

在Pandas中，agg()函数是一个非常灵活的聚合函数，它允许对DataFrame或Series对象应用一个或多个操作。使用agg()函数可以简化数据聚合的过程，特别是当需要对数据集进行多种统计计算时。

示例代码1：基本使用

import pandas as pd

# 创建一个DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

# 使用agg()计算所有列的平均值
result = df.agg('mean')
print(result)

Output:

Pandas中使用agg()函数计算平均值

示例代码2：对指定列使用agg()

import pandas as pd

# 创建一个DataFrame
data = {
    'A': [10, 20, 30],
    'B': [40, 50, 60],
    'C': [70, 80, 90]
}
df = pd.DataFrame(data)

# 对列A使用agg()计算平均值
result = df['A'].agg('mean')
print(result)

Output:

Pandas中使用agg()函数计算平均值

2. 在agg()中使用自定义函数

除了使用内置的统计函数，agg()还支持传入自定义函数，这使得数据聚合更加灵活。

示例代码3：使用自定义函数计算平均值

import pandas as pd

# 创建一个DataFrame
data = {
    'A': [100, 200, 300],
    'B': [400, 500, 600],
    'C': [700, 800, 900]
}
df = pd.DataFrame(data)

# 定义一个计算平均值的函数
def custom_mean(column):
    return sum(column) / len(column)

# 使用自定义函数计算A列的平均值
result = df['A'].agg(custom_mean)
print(result)

Output:

Pandas中使用agg()函数计算平均值

3. 对DataFrame的多个列使用agg()

agg()函数可以同时对DataFrame的多个列应用一个或多个函数。

示例代码4：对多个列应用同一函数

import pandas as pd

# 创建一个DataFrame
data = {
    'A': [1000, 2000, 3000],
    'B': [4000, 5000, 6000],
    'C': [7000, 8000, 9000]
}
df = pd.DataFrame(data)

# 对多个列同时计算平均值
result = df[['A', 'B']].agg('mean')
print(result)

Output:

Pandas中使用agg()函数计算平均值