【pandas】聚合函数agg的用法

作用

在groupby分出的各组数据中求（多个）函数的值

参数类型

function, string, dictionary, or list of string/functions

示例

1. 参数是function

   import pandas as pd
   
   data = pd.DataFrame([['0902', 89, 92, 88, 90], 
   	                 ['0903', 91, 95, 88, 98], 
       	             ['0903', 84, 81, 87, 86], 
           	         ['0906', 93, 89, 99, 89], 
               	     ['0902', 85, 95, 80, 87]],
                   	columns=['Date', 'score1', 'score2', 'score3', 'score4'])
   
   # 输出groupby的结果
   for i, j in data.groupby('Date'):
   	print(i, j)
   print('\n')
   # 求每一组，每个特征的最小值
   print(data.groupby('Date').agg(min))
   

   输出：
   
   接上例，

   # 求每一组，每个特征的最大值
   print(data.groupby('Date').agg(max))
   print('\n')
   # 求每一组，每个特征的和
   print(data.groupby('Date').agg(sum))
   

   输出：
   
   接上例，

   # 将每一组，每个特征的所有取值放在一个列表中
   print(data.groupby('Date').agg(list))
   

   输出：
   
   同理，如果传入的函数是tuple则将结果放在一个元组中；如果传入的函数是set则将结果放在一个集合中

2. 参数是string
   其实就是函数名加个引号：

   import pandas as pd
   
   data = pd.DataFrame([['0902', 89, 92, 88, 90], 
                        ['0903', 91, 95, 88, 98], 
                        ['0903', 84, 81, 87, 86], 	
                        ['0906', 93, 89, 99, 89], 
                        ['0902', 85, 95, 80, 87]],
                   columns=['Date', 'score1', 'score2', 'score3', 'score4'])
   
   # 输出groupby的结果
   for i, j in data.groupby('Date'):
   	print(i, j)
   print('\n')
   # 求每一组，每个特征的最小值
   print(data.groupby('Date').agg('min'))
   

   输出：
   
   和第一个例子输出结果是一样的

3. 参数是dictionary

   import pandas as pd
   
   data = pd.DataFrame([['0902', 89, 92, 88, 90], 
                        ['0903', 91, 95, 88, 98], 
                        ['0903', 84, 81, 87, 86], 
                        ['0906', 93, 89, 99, 89], 
                        ['0902', 85, 95, 80, 87]],
                   columns=['Date', 'score1', 'score2', 'score3', 'score4'])
   
   # 输出groupby的结果
   for i, j in data.groupby('Date'):
   	print(i, j)
   print('\n')
   #对score1列取各组的最小值，列名还是score1
   print(data.groupby(['Date']).agg({'score1': 'min'}))
   

   输出：
   
   接上例，

   # 求分组后各组数据的score2的最小值最大值
   print(data.groupby(['Date']).agg({'score2': ['min', 'max']}))
   

   输出：
   

4. 参数是字符串列表或函数列表
   大同小异，只是同时输出多个函数值

   import pandas as pd
   
   data = pd.DataFrame([['0902', 89, 92, 88, 90], 
                        ['0903', 91, 95, 88, 98], 
                        ['0903', 84, 81, 87, 86], 
                        ['0906', 93, 89, 99, 89], 
                        ['0902', 85, 95, 80, 87]],
                   columns=['Date', 'score1', 'score2', 'score3', 'score4'])
   
   # 输出groupby的结果
   for i, j in data.groupby('Date'):
   	print(i, j)
   print('\n')
   # 求每一组，每个特征的最小值和最大值
   print(data.groupby(['Date']).agg(['min', 'max']))
   

   输出：