17.数据统计之聚合函数使用

  • 对分组对象使用agg聚合函数
  • Groupby.agg(func)
  • 针对不同的变量使用不同的统计方法
grouped.agg([np.mean,np.max]).head(20)
grouped.agg({'ye':np.mean,'dkje':np.max})
loan_info[['dkje','ye','yqje']].agg([np.sum,np.mean])

#按weekday字段进行分组
grouped=df.grouped('weekday')

#只能对一个方法进行统计处理
grouped.max()
#使用agg()方法对多个统计方法进行统计处理
grouped.agg([np.mean,np.max,np.min])

#使用聚合函数对特定的对象使用特定的方法
grouped.agg({'total_items':np.sum,'Food':np.mean})

#使用聚合函数对特定的对象使用特定的多个方法
grouped.agg({'total_items':np.sum,'Food':[np.mean,np.max]})

#查看字段属性
df.columns
#对所有的数据进行统计,一次只能计算多个字段的一个统计量
df[['total_items','Food%','Drinks%']].sum()
#
df[['total_items','Food%','Drinks%']].agg([np.sum,np.mean,np.max])

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DLANDML

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值