如下所示:
DataframeGroupBy.agg(arg, *args, **kwargs)
例子:
>>> df = pd.Dataframe({'A': [1, 1, 2, 2], ... 'B': [1, 2, 3, 4], ... 'C': np.random.randn(4)})
输出:
>>> df A B C 0 1 1 0.362838 1 1 2 0.227877 2 2 3 1.267767 3 2 4 -0.562860
对每一行使用agg函数
>>> df.groupby('A').agg('min') B C A 1 1 0.227877 2 3 -0.562860
对多列使用多个agg函数:
>>> df.groupby('A').agg(['min', 'max']) B C min max min max A 1 1 2 0.227877 0.362838 2 3 4 -0.562860 1.267767
选择一列使用agg函数:
>>> df.groupby('A').B.agg(['min', 'max']) min max A 1 1 2 2 3 4
>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'}) B C min max sum A 1 1 2 0.590716 2 3 4 0.704907
以上这篇pandas 对group进行聚合的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持考高分网。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)