DataFrame对象groupby.agg方法总结

通俗解释：

groupby为对原DataFrame进行打包分组，agg为聚合（其操作包括max、min、std、sum、count）。

 

• DataFrame数据：

>>> df = pd.DataFrame({'A': [1, 1, 2, 2],

...                    'B': [1, 2, 3, 4],

...                    'C': np.random.randn(4)})

 

>>> df

   A  B         C

0  1  1  0.362838

1  1  2  0.227877

2  2  3  1.267767

3  2  4 -0.562860

 

• 一、The aggregation is for each column：（根据Dataframe的列'A'进行划分，再进行1项聚合操作，原DataFrame的其他各列各产生1列）

>>> df.groupby('A').agg('min')

   B         C

A

1  1  0.227877

2  3 -0.562860

 

• 二、Multiple aggregations：（聚合后的多项操作，其他列的每列会各自产生多列）

>>> df.groupby('A').agg(['min', 'max'])

    B             C

  min max       min       max

A

1   1   2  0.227877  0.362838

2   3   4 -0.562860  1.267767

 

• 三、Select a column for multiple aggregation（聚合后选择1列‘B’进行多项操作，产生多列）

>>> df.groupby('A').B.agg(['min', 'max'])

   min  max

A

1    1    2

2    3    4

• 四、Select several columns for multiple aggregation（聚合后选择1列进行多项操作，产生多列，并存为新列名）

 >>> df.groupby('A').B.agg({'B_max': 'max', 'B_min': 'min'})

  B_max       B_min      

A

1   2  1

2   4  3

• 五、Select several columns for multiple aggregation（聚合后选择多列进行多种操作）

>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': min})

    B             C

  min max       min      

A

1   1   2  0.227877

2   3   4 -0.562860