pandas agg apply, transform的区别

本文探讨了pandas中agg、apply和transform的区别。agg专注于聚合操作,如求和、平均等;apply则能应用自定义函数,包括系列间的交互,但不直接支持内置聚合;transform对每列进行转换,返回结果与原数据结构相同,不适用于涉及系列交互的自定义函数。
摘要由CSDN通过智能技术生成

agg,apply 和transform 都可以对dataframe进行运算,下面对这三种方法做一下比较:

作用:
dataframe.agg():只做聚合操作
dataframe.apply() 作用对象是dataframe
dataframe.transform()对dataframe的每个series做transform操作,返回的结构与原dataframe一致

可接受的func类型:
agg:可同时运用多个聚合函数,或为各列分配不同的聚合函数
apply():跟自定义函数,包括简单的求和函数以及复杂series间的交互函数,不能直接使用agg()函数和python内置函数,例如sum、max、min、'count‘等方法
transform(): 不能跟自定义的series间交互函数。

EXAMPLES
dataframe.agg() :

#对dataframe同时运用多个聚合函数

df = pd.DataFrame([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9],
                   [np.nan, np.nan, np.nan]],
                columns=['A', 'B', 'C'])
输出:
df.agg(['sum', 'min'])
        A     B     C
sum  12.0  15.0  18.0
min   1.0   2.0   3.0
#对dataframe指定列进行
  • 4
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pandas中,groupby函数可以根据指定的列对DataFrame进行分组,并对每个分组应用聚合函数。agg函数是groupby函数的一个参数,用于指定要应用的聚合函数。例如,可以使用agg函数来计算每个分组中的最大值、平均值和总和。 使用agg函数时,可以将聚合函数作为一个列表传递给f_agg参数。例如,可以使用['max', 'mean', 'sum']来计算每个分组中的最大值、平均值和总和。 另外,groupby对象还有其他一些有用的方法,如transformapplytransform方法可以对每个分组进行操作,并返回一个与原始DataFrame具有相同形状的新DataFrame。例如,可以使用transform方法来填充每个分组中的空值。 apply方法可以对每个分组应用自定义的函数,并返回一个包含结果的新DataFrame。例如,可以使用apply方法来填充每个分组中的空值。 综上所述,使用groupby的agg方法可以对DataFrame进行分组并应用聚合函数,而transformapply方法可以对每个分组进行操作,并返回一个新的DataFrame。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Pandas DataFrame: groupby agg的使用](https://blog.csdn.net/chenhepg/article/details/125567150)[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: 100%"] [ .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
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