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 pd
df = pd.DataFrame({'age':[18, 39, 22, 45],
'price': [1.0, 2.0, 3.0, 4.0]})
df.agg(['sum', 'min'])
-------------------------------------
age price
sum 124 10.0
min 18 1.0
举例:对每行应用mean函数
import pandas as pd
df = pd.DataFrame({'age':[18, 39, 22, 45],
'price': [1.0, 2.0, 3.0, 4.0]})
df.agg("mean", axis="columns")
-------------------------------------------
0 9.5
1 20.5
2 12.5
3 24.5
dtype: float64
举例:对每列应用不同的聚合函数
import pandas as pd
df = 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 price
max NaN 4.0
min 18.0 1.0
sum 124.0 NaN
举例:?
import pandas as pd
df = 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 price
x 45.0 NaN
y NaN 1.0