Pandas中使用agg和nunique方法详解|极客笔记

Pandas中使用agg和nunique方法详解

Pandas是一个强大的Python数据处理库，广泛应用于数据分析和数据科学领域。在处理大量数据时，经常需要对数据进行汇总、聚合等操作。本文将详细介绍Pandas中的agg和nunique方法，这两个方法在数据聚合和去重统计中非常有用。

1. Pandas简介

Pandas是基于NumPy的一个开源数据分析库，它提供了高性能、易用的数据结构和数据分析工具。最常用的数据结构是DataFrame，它是一个二维标签化数据结构，可以存储不同类型的数据。

2. agg方法

agg方法是aggregate的缩写，它允许对DataFrame或Series对象的数据进行多种统计聚合操作。使用agg方法可以一次性应用多个聚合操作，非常适合于对数据进行快速的概览统计。

示例代码1：使用agg进行单一聚合操作

import pandas as pd

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

# 使用agg方法进行求和聚合
result = df.agg('sum')
print(result)

Output:

Pandas中使用agg和nunique方法详解

示例代码2：使用agg进行多重聚合操作

import pandas as pd

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

# 使用agg方法同时应用多个聚合函数
result = df.agg(['sum', 'min', 'max'])
print(result)

Output:

Pandas中使用agg和nunique方法详解

3. nunique方法

nunique方法用于计算列中不同值的数量，这在数据分析中非常有用，特别是在处理分类数据时，了解有多少个不同的类别是非常重要的。

示例代码3：计算单列的唯一值数量

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': ['foo', 'bar', 'foo', 'bar'],
    'B': ['one', 'one', 'two', 'three']
}
df = pd.DataFrame(data)

# 计算列A的唯一值数量
unique_count = df['A'].nunique()
print(unique_count)

Output:

Pandas中使用agg和nunique方法详解

示例代码4：计算所有列的唯一值数量

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': ['foo', 'bar', 'foo', 'bar'],
    'B': ['one', 'one', 'two', 'three']
}
df = pd.DataFrame(data)

# 计算所有列的唯一值数量
unique_counts = df.nunique()
print(unique_counts)

Output:

Pandas中使用agg和nunique方法详解

4. 结合agg和nunique使用

在实际应用中，我们经常需要结合使用agg和nunique方法来进行更复杂的数据聚合分析。

示例代码5：在agg中使用nunique进行聚合

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': ['foo', 'bar', 'foo', 'bar'],
    'B': ['one', 'one', 'two', 'three'],
    'C': [1, 2, 3, 4]
}
df = pd.DataFrame(data)

# 使用agg方法结合nunique进行聚合
result = df.agg({'A': 'nunique', 'C': 'sum'})
print(result)

Output:

Pandas中使用agg和nunique方法详解

示例代码6：对不同列使用不同的聚合函数

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': ['foo', 'bar', 'foo', 'bar'],
    'B': ['one', 'one', 'two', 'three'],
    'C': [1, 2, 3, 4]
}
df = pd.DataFrame(data)

# 对不同列使用不同的聚合函数
result = df.agg({'A': 'nunique', 'B': 'count', 'C': 'mean'})
print(result)

Output:

Pandas中使用agg和nunique方法详解