DataFrame.agg
DataFrame.agg(func=None, axis=0, *args, kwargs)**
在指定的行或列上使用聚合函数。
Parameters
| 参数 |
可选类型 |
| func |
用于聚合的函数 |
| axis |
0/index:列;1/columns:行 |
聚合函数
| 函数名 |
释义 |
| min() |
最小值 |
| max() |
最大值 |
| sum() |
求和 |
| mean() |
平均值 |
| std() |
标准差 |
| size() |
计算个数,包括NaN |
| count() |
计算个数,不包括NaN |
| nunique() |
去掉重复值后计数 |
举例:对每一列应用sum和min函数
import pandas as pddf = pd.DataFrame({'age':[18, 39, 22, 45], 'price': [1.0, 2.0, 3.0, 4.0]})df.agg(['sum', 'min'])------------------------------------- age pricesum 124 10.0min 18 1.0
举例:对每行应用mean函数
import pandas as pddf = pd.DataFrame({'age':[18, 39, 22, 45], 'price': [1.0, 2.0, 3.0, 4.0]})df.agg("mean", axis="columns")-------------------------------------------0 9.51 20.52 12.53 24.5dtype: float64
举例:对每列应用不同的聚合函数
import pandas as pddf = pd.DataFrame({'age':[18, 39, 22, 45], 'price': [1.0, 2.0, 3.0, 4.0]})df.agg({'age': ['sum', 'min'], 'price': ['min', 'max']})---------------------------------- age pricemax NaN 4.0min 18.0 1.0sum 124.0 NaN
举例:?
import pandas as pddf = pd.DataFrame({'age':[18, 39, 22, 45], 'price': [1.0, 2.0, 3.0, 4.0]})df.agg(x=('age', max), y=('price', 'min')) age pricex 45.0 NaNy NaN 1.0