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

  1. import pandas as pd
  2. df = pd.DataFrame({'age':[18, 39, 22, 45],
  3. 'price': [1.0, 2.0, 3.0, 4.0]})
  4. df.agg(['sum', 'min'])
  5. -------------------------------------
  6. age price
  7. sum 124 10.0
  8. min 18 1.0

举例:对每行应用mean函数

  1. import pandas as pd
  2. df = pd.DataFrame({'age':[18, 39, 22, 45],
  3. 'price': [1.0, 2.0, 3.0, 4.0]})
  4. df.agg("mean", axis="columns")
  5. -------------------------------------------
  6. 0 9.5
  7. 1 20.5
  8. 2 12.5
  9. 3 24.5
  10. dtype: float64

举例:对每列应用不同的聚合函数

  1. import pandas as pd
  2. df = pd.DataFrame({'age':[18, 39, 22, 45],
  3. 'price': [1.0, 2.0, 3.0, 4.0]})
  4. df.agg({'age': ['sum', 'min'], 'price': ['min', 'max']})
  5. ----------------------------------
  6. age price
  7. max NaN 4.0
  8. min 18.0 1.0
  9. sum 124.0 NaN

举例:?

  1. import pandas as pd
  2. df = pd.DataFrame({'age':[18, 39, 22, 45],
  3. 'price': [1.0, 2.0, 3.0, 4.0]})
  4. df.agg(x=('age', max), y=('price', 'min'))
  5. age price
  6. x 45.0 NaN
  7. y NaN 1.0