Pandas-分组函数groupby中（apply,agg,transform）方法的比较

最新推荐文章于 2023-08-09 17:13:03 发布

春风吹23

最新推荐文章于 2023-08-09 17:13:03 发布

阅读量2.1k

点赞数 2

分类专栏：数据分析挖掘——工具使用

本文链接：https://blog.csdn.net/weixin_36226326/article/details/106662078

版权

本文介绍了Pandas中groupby操作的apply, agg和transform三个方法的区别。agg输出缩减后的标量或标量列表，transform保持原DataFrame大小但数据经过转换，apply则灵活多样，可输出标量或Pandas对象。作者通过实例解析帮助初学者理解这些方法。" 91140406,7826875,Vue项目部署到GitHub并启用HTTPS,"['Vue', 'github', '发布', '前端开发', '项目部署']

摘要由CSDN通过智能技术生成

pandas模块给数据处理的能力给予了很大的助力，但是初学者刚开始可能会被其中分组聚合的三个方法（apply,agg和transform），弄的头晕眼花，至少我自己学习的过程中是这样的，看了网上的很多解释，觉得对于初学者理解起来还是蛮困难的，翻阅了好几本python数据分析的书籍，自己总算理解了个大概，在这里给大家讲一下这三个方法。
具体请看《Python数据科学手册》（Jake Vanderplas著）的146页哈，另外这本书强烈推荐，看过Wes McKinney著的《利用Python进行数据分析》，再看这本书，很多概念会有一种恍然大悟的感觉。
简单的说，agg，transform和apply三个方法的输入对象，都是分组后的DataFrame/Series，区别在于，他们的输出类型不一样，agg输出的是缩减后的标量（或者标量列表）；transform输出的是原输入的DataFrame大小的，但是数据元素经过了转换的DataFrame；apply就很灵活了，它既可以是缩减后的标量，也可以是pandas对象（注意这里是pandas对象哦，并不仅仅是DataFrame哦）。

下面我来用一个例子解释：

#创建一个DataFrame
import pandas as pd
import numpy as np
rng=np.random.RandomState(0)
df=pd.DataFrame({'key':list('ABCABC'),'data1':range(6),'data2':rng.randint(0,10,6)})

#输出的结果是