dataframe.groupby().agg()的使用

dataframe.groupby().agg()：分组聚合函数(第一个括号分组，第二个括号聚合)

df.groupby(by=[‘x1’,’x2’...])[‘Y’].agg({dict})：表示根据x1,x2...对Y分组，通过agg()进行聚合

其中，

① 不指定Y【不传[‘Y’]】

agg中的字典中的keys【键值】必须是dataframe中存在的列，否则报错

② 指定Y

指定对dataframe中的Y列进行聚合计算，字典中的键值可以是dataframe中不存在的列，执行后自动添加该列

接下来我将通过一个例子来展示一下上述内容

首先先给大家看一下本次举例用到的数据（成绩是数值型数据，故本次聚合计算的就是成绩这一列）

①不指定Y：

a.

#根据班级分组，计算各年级的平均分

#数据框中包含'成绩'这一列，所以可以不用传Y，np.xxx计算'成绩'

result = df.groupby(by=['班级']).agg(
    {'成绩':np.mean}
)

得到结果： 

 

b.若字典键值(keys)传入的字符不在数据框中，报错，因为np.xxx不知道要去计算谁

result = df.groupby(by=['班级']).agg(
    {'各年级平均分':np.mean}
)

②指定Y

result1 = df.groupby(by=['班级'])['成绩'].agg(
    {'各年级平均分':np.mean,
     '总人数':np.size,
     '总分':np.sum}
)

 得到结果：

此时你会发现，上面字典中定义的键值，不属于原数据框的列，但因为传入了Y（‘成绩’），此时的聚合函数np.xxx会去计算'成绩'这一列

 

【声明】1.数据框中的名字和成绩是乱写的

               2.分组聚合函数的形式是凭个人理解写的，可能不太正规，如果该贴有任何不专业的地方或者错误，请多多包涵，我也是初学者，只想做笔记的同时帮助帮助和我一样的初学者