【Pandas】深入解析pandas中的统计汇总函数`aggregate()`

【Pandas】深入解析pandas中的统计汇总函数aggregate()

🌈 欢迎莅临我的个人主页👈这里是我深耕Python编程、机器学习和自然语言处理（NLP）领域，并乐于分享知识与经验的小天地！🎇
🎓 博主简介：
我是云天徽上，一名对技术充满热情的探索者。多年的Python编程和机器学习实践，使我深入理解了这些技术的核心原理，并能够在实际项目中灵活应用。尤其是在NLP领域，我积累了丰富的经验，能够处理各种复杂的自然语言任务。
🔧 技术专长：
我熟练掌握Python编程语言，并深入研究了机器学习和NLP的相关算法和模型。无论是文本分类、情感分析，还是实体识别、机器翻译，我都能够熟练运用相关技术，解决实际问题。此外，我还对深度学习框架如TensorFlow和PyTorch有一定的了解和应用经验。
📝 博客风采：
在博客中，我分享了自己在Python编程、机器学习和NLP领域的实践经验和心得体会。我坚信知识的力量，希望通过我的分享，能够帮助更多的人掌握这些技术，并在实际项目中发挥作用。机器学习博客专栏几乎都上过热榜第一：https://blog.csdn.net/qq_38614074/article/details/137827304，欢迎大家订阅
💡 服务项目：
除了博客分享，我还提供NLP相关的技术咨询、项目开发和个性化解决方案等服务。如果您在机器学习、NLP项目中遇到难题，或者对某个算法和模型有疑问，欢迎随时联系我，我会尽我所能为您提供帮助，个人微信(xf982831907),添加说明来意。

在数据处理和分析的世界中，pandas 是一个强大的工具，它提供了许多用于数据清洗、转换和统计分析的函数。其中，aggregate()（或简称 agg()）函数是 pandas 中一个非常重要的函数，它允许用户对 DataFrame 或 Series 中的数据进行多种统计汇总操作。本文将深入解析 pandas 中的 aggregate() 函数，并通过具体的代码示例来演示其用法。

一、aggregate() 函数简介

aggregate() 函数（通常简写为 agg()）是 pandas 中用于应用一个或多个函数到 DataFrame 或 Series 的轴上的函数。这个函数接受一个函数列表、函数字典或其他类似的可迭代对象作为输入，并返回一个新的 DataFrame 或 Series，其中包含了原始数据经过这些函数处理后的结果。

二、aggregate() 函数的使用

1. 对 Series 使用 agg()

首先，我们来看一个简单的示例，展示如何在 Series 上使用 agg() 函数。

import pandas as pd

# 创建一个简单的 Series
s = pd.Series([1, 2, 3, 4, 5])

# 使用 agg() 函数计算 Series 的总和和平均值
result = s.agg(['sum', 'mean'])

print(result)
# 输出：
# sum     15.0
# mean    3.0
# dtype: float64

在上面的示例中，我们创建了一个包含整数的 Series，并使用 agg() 函数计算了它的总和和平均值。agg() 函数接受一个函数列表作为输入，这些函数将被依次应用到 Series 上，并返回一个包含结果的新 Series。

2. 对 DataFrame 使用 agg()

对于 DataFrame，agg() 函数更加灵活，因为它允许我们在不同的列上应用不同的函数。

# 创建一个简单的 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 使用 agg() 函数计算每列的总和、平均值和最大值
result = df.agg(['sum', 'mean', 'max'])

print(result)
# 输出：
#      A   B   C
# sum  10  26  42
# mean  2.5  6.5  10.5
# max   4   8   12

在这个示例中，我们创建了一个包含三列整数的 DataFrame，并使用 agg() 函数计算了每列的总和、平均值和最大值。结果是一个新的 DataFrame，其中包含了原始 DataFrame 中每列经过这些函数处理后的结果。

3. 使用函数字典对 DataFrame 应用不同函数

如果我们想要对 DataFrame 中的不同列应用不同的函数，我们可以使用函数字典来实现。

# 使用 agg() 函数和函数字典对 DataFrame 应用不同函数
result = df.agg({'A': ['sum', 'min'], 'B': ['mean'], 'C': 'max'})

print(result)
# 输出：
#      A    B   C
# sum  10  NaN  12
# min   1  NaN  NaN
# mean NaN  6.5  NaN
# max  NaN  NaN  12

在这个示例中，我们对列 ‘A’ 应用了总和和最小值函数，对列 ‘B’ 应用了平均值函数，对列 ‘C’ 应用了最大值函数。结果是一个新的 DataFrame，其中包含了原始 DataFrame 中每列经过这些函数处理后的结果。注意，对于没有在函数字典中指定的列，结果 DataFrame 中对应的位置将包含 NaN 值。

三、aggregate() 函数的优点

agg() 函数的优点在于其灵活性和易用性。通过传入一个函数列表或函数字典，我们可以轻松地对 DataFrame 或 Series 中的数据进行多种统计汇总操作。此外，agg() 函数还支持嵌套函数和自定义函数，使得数据处理和分析更加灵活和高效。

四、总结

在本文中，我们深入解析了 pandas 中的 aggregate() 函数，并通过具体的代码示例展示了其用法。agg() 函数是一个强大的工具，它允许我们对 DataFrame 或 Series 中的数据进行多种统计汇总操作。通过传入一个函数列表或函数字典，我们可以轻松地对数据进行处理和分析。希望本文能够帮助读者更好地理解和使用 pandas 中的 aggregate() 函数。