python agg

import pandas as pd
import numpy as np
df={'A': ['bob','millor','bob','bob'],
     'B':  [12,15,34,98],
     'C' : [45,23,88,23]}
# df=pd.DataFrame(df).astype(int)
df=pd.DataFrame(df)
print( df)
print('_'*60)
# (1)获取按A分组后B列的最大值
print( df.groupby(by='A').agg({'B':'max'}))
print('_'*60)

# (2)获取按A分组后B列的最大值和最小值
print( df.groupby(by='A').agg({'B':['max','min']}))
print('_'*60)

# (3)获取按A分组后B列的最大值和最小值以及C列的最大值
print( df.groupby(by='A').agg({'B':['max','min'], 'C':'min'}))
print('_'*60)

# (4)默认是以函数名称命名的,可以修改
print( df.groupby(by='A').agg(
b_min=pd.NamedAgg(column='B', aggfunc='min'),
b_max=pd.NamedAgg(column='B', aggfunc='max')))

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
agg函数是pandas库中的一个函数,用于对数据进行聚合操作。可以通过agg函数对每个分组应用某个函数,包括Python内置函数或自定义函数。同时,agg函数也可以直接对DataFrame进行函数应用操作。在正常使用过程中,agg函数和aggregate函数对DataFrame对象操作的功能几乎完全相同,因此只需要掌握其中一个函数即可。 你可以使用agg函数来对数据进行聚合操作,例如计算和、平均值、最大值、最小值等。可以通过指定函数名作为参数来进行相应的计算。例如,使用agg函数可以计算两列数据的和的两倍。 在使用agg函数之前,需要先导入pandas库和numpy库,并且确保数据已经以DataFrame的形式加载。可以使用pd.read_csv函数读取csv文件,并将其保存为DataFrame对象。 以下是一个示例代码,展示了如何使用agg函数对数据进行聚合计算。在这个例子中,数据被保存为名为"data"的DataFrame对象。 ```python import pandas as pd import numpy as np # 读取数据保存为data data = pd.read_csv("./ex1.csv", encoding='gbk') # 使用agg函数计算和的两倍 result = data[['a', 'b']].agg('sum') * 2 # 打印结果 print('a与b的和的两倍为:\n', result) ``` 请注意,上述代码中的"ex1.csv"是一个示例csv文件的路径,你需要根据实际情况修改为你的数据文件的路径。 希望这个解答对你有帮助!如果还有其他问题,请随时提问。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python pandas中的agg函数](https://blog.csdn.net/weixin_45144170/article/details/105008350)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [python中使用agg方法聚合数据](https://blog.csdn.net/jcjic/article/details/109839096)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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
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