Python agg()函数|极客笔记

Python agg()函数

由于Python数据中心生态系统提供了许多出色的包，因此Python被认为是进行数据分析的一种很好的编程语言。Panda是其中一个在Python中提供给我们的包，它非常方便导入和分析数据。

在本教程中，我们将讨论在panda系列中提供给我们的agg()函数，并将其与给定的系列数据一起使用。

简介：Pandas agg()函数

我们使用Pandas的agg()函数来传递一个单个函数或函数列表，以应用于给定的数据系列，有时甚至可单独应用于数据系列的每个元素。如果在agg()函数中传递函数列表，它将返回多个结果。

语法

在本节中，我们将查看agg()方法中必须使用的语法和参数以及函数的返回类型。

seriesGiven.agg(function_name, axis = 0)

seriesGiven 是程序中给定给我们的数据系列。

参数：

在 agg() 方法中，我们需要提供以下参数。

Function_name： 我们需要提供一个函数、函数列表或包含要在数据系列上调用的函数名称的字符串作为 agg() 方法的参数。
axis： 轴的功能类似于为数据系列的行定义索引。我们可以将axis设置为0或提供’index’来对数据系列进行逐行操作。此外，我们可以在axis参数中提供1或’column’来对数据系列进行逐列操作。

返回类型

agg()方法的返回类型不固定，它始终取决于我们作为agg()方法参数传递的函数的返回类型。

使用agg()函数

到目前为止，我们已经学习了Pandas中提供的agg()函数的介绍和语法。为了了解和理解agg()方法的工作原理，我们将在下面的示例中使用此函数。

在agg()方法中传递单个函数

在此示例中，我们将使用numpy模块创建一个随机数组，然后使用Pandas函数将其转换为数据系列。然后，我们将使用agg()函数并将lambda函数作为参数传递给它，从而将函数添加到系列中的每个值中。由于我们将函数应用于系列，因此通过agg()函数获得的返回类型也是系列。现在，让我们通过以下示例来理解这个实现。

示例1： 请看下面的Python程序：

# Importing panda module as pnd
import pandas as pnd 
# Importing numpy module as nmp in program
import numpy as nmp 
# Creating random array of 20 elements with numpy random
randomArray = nmp.random.randn(20) 
# Creating series from array of random elements
dataSeries = pnd.Series(randomArray) 
# Calling agg() method for data series
resultSeries = dataSeries.agg(lambda num : num + 3) # Lambda function as an argument 
# Displaying before and after operation results
print('Data series of elements before operation: \n', dataSeries, 
    '\n\n Data series of elements after operation: \n', resultSeries)

输出：

Data series of elements before operation: 
 0    -0.510111
1    -0.732670
2    -0.451550
3    -0.435085
4     0.082848
5    -1.051242
6     0.203565
7    -1.014079
8    -0.232350
9    -0.325640
10    0.528320
11   -1.472293
12   -0.639487
13   -2.490666
14   -0.242837
15    0.854955
16    1.076247
17    1.491347
18   -1.767788
19   -0.205003
dtype: float64 

 Data series of elements after operation: 
 0     2.489889
1     2.267330
2     2.548450
3     2.564915
4     3.082848
5     1.948758
6     3.203565
7     1.985921
8     2.767650
9     2.674360
10    3.528320
11    1.527707
12    2.360513
13    0.509334
14    2.757163
15    3.854955
16    4.076247
17    4.491347
18    1.232212
19    2.794997
dtype: float64

解释：

首先，我们在程序中导入了pandas和numpy模块以使用它们的函数。

然后，我们创建了一个包含20个元素的数组，这些元素是使用numpy模块的randn()函数随机生成的。然后，我们使用pandas模块的series()函数将数组转换为系列形式。

接下来，我们在系列上使用了agg()函数，并将lambda函数作为参数传递给它。我们在agg()方法中传递了一个参数，以将系列的每个值加3。最后，我们打印了输出中的数据系列（操作之前和操作之后）。

从输出可以看出，在我们对系列进行操作后，每个值都加了3。

在agg()方法中传递函数列表：

在此示例中，在创建数据系列之后，我们将一个函数列表作为参数传递给agg()函数，而不是在其中传递单个函数参数。当我们将Python的默认函数列表作为参数传递给agg()方法时，它会将多个结果返回到多个变量中。让我们通过以下示例来了解此方法的实现。

示例2： 请看下面的Python程序：

# Importing panda module as pnd
import pandas as pnd 
# Importing numpy module as nmp in program
import numpy as nmp 
# Creating random array of 20 elements with numpy random
randomArray = nmp.random.randn(20) 
# Creating series from array of random elements
dataSeries = pnd.Series(randomArray) 
# Creating a list having function names in it
functionList = [min, max, sorted] 
# Calling agg() method with list of functions 
seriesResult1, seriesResult2, seriesResult3 = dataSeries.agg(functionList)  
# Displaying elements of data series
print('Data Series before operation: \n', dataSeries) 
print('\nMinimum value in the data series = {}\n\nMaximum value in the data series = {},\
      \n\nSorted data series after operation:\n{}'.format(seriesResult1, seriesResult2, seriesResult3))

输出:

 Data Series before operation: 
 0     1.324659
1    -1.632943
2    -0.451046
3    -0.119475
4    -1.476469
5     1.550481
6    -0.345283
7    -0.391220
8     1.183295
9     0.945834
10    0.426908
11   -1.373141
12   -1.360714
13    1.029160
14   -0.305868
15    0.520776
16    0.519891
17    0.581810
18   -0.200537
19    2.175055
dtype: float64
Minimum value in the data series = -1.6329428122607905
Maximum value in the data series = 2.175055294872539,      
Sorted data series after operation:
[-1.6329428122607905, -1.476468968840359, -1.3731412602339488, -1.3607141137838996, -0.45104603430414114, -0.3912204479169106, -0.34528253055365704, -0.3058683242351637, -0.20053665016862435, -0.1194753076622943, 0.4269084920204909, 0.519891496565306, 0.5207757216248261, 0.5818098237803292, 0.9458337130436504, 1.02915996695176, 1.1832945335240084, 1.324659481096391, 1.5504805147479754, 2.175055294872539]

解释：

在上一个示例中，我们创建了一个数据系列，该系列中包含多个函数名称的列表。在这个示例中，我们没有将单个函数作为参数传递给agg()函数，而是传递了多个默认函数。在将这些函数作为参数传递后，我们在输出中打印了操作之前和操作之后的数据系列。

从输出来看，我们可以看到agg()函数返回了多个结果。这是因为我们将多个函数作为参数传递给了它。max()、min()和sorted()分别返回到不同的变量seriesResult1、seriesResult2和seriesResult3中。