Pandas聚合操作 groupby和agg的用法归纳

本文总结了Pandas中groupby和agg函数在数据聚合操作中的常见用法,包括只对一列进行操作、对所有列进行操作、对部分列进行相同统计以及对不同列进行不同操作的场景,通过实例详细解释了各种统计方法和结果处理。
摘要由CSDN通过智能技术生成

笔者在打比赛过程中经常需要用到聚合操作,现将自己平常遇到的几种用法总结如下,便于大家和自己查询。

我们直接通过例子进行讲解,首先,我们来定义一个dataframe:

import pandas as pd
import numpy as np

# 自定义函数,便于后面使用
def fun(arrs):
    res = 100 * len(arrs)
    return res


df = pd.DataFrame({
   'key1':['a', 'a', 'b', 'b', 'a','a','a','a'],
                   'key2':['one', 'two', 'one', 'two', 'one','two','two','two'],
                   'data1':np.random.randint(0,5,8),
                   'data2':np.random.randint(0,5,
  • 23
    点赞
  • 77
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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