pandas dataframe dataframe.aggregate() 函数-ag捕鱼王app官网

pandas.dataframe.aggregate() 函数对一个 dataframe 的列或行进行聚合。最常用的聚合函数是 min、max 和 sum。这些聚合函数的结果是减小 dataframe 的大小。

pandas.dataframe.aggregate() 语法

dataframe.aggregate(func, axis, *args, **kwargs)

参数

返回值

该函数返回一个标量、series 或 dataframe。

• 如果用 series.aggressive() 调用一个函数，它返回一个 scalar。
• 如果用 dataframe.agg() 调用一个函数，它返回一个 series。
• 如果多个函数被调用 dataframe.agg()，它返回一个 dataframe。

示例代码：pandas dataframe.aggregate()

dataframe.agg() 是 dataframe.aggregate() 的别名。因为简洁，我们最好使用别名。所以我们将在示例代码中使用 dataframe.agg()。

import pandas as pd
dataframe=pd.dataframe({'attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
                    'name': {0: 'olivia', 1: 'john', 2: 'laura',3: 'ben',4: 'kevin'},
                    'obtained marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print(dataframe)

下面是 dataframe 的示例。

   attendance    name obtained marks
0          60  olivia            90
1         100    john            75
2          80   laura            82
3          78     ben            64
4          95   kevin            45

我们先只用一个聚合函数来检查 dataframe.agg() 函数。

import pandas as pd
dataframe = pd.dataframe(
    {
        "attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
        "name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
        "obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
    }
)
dataframe1 = dataframe.agg("sum")
print(dataframe1)

输出：

attendance                            413
name              oliviajohnlaurabenkevin
obtained marks                        356
dtype: object

聚合函数 sum 被应用于各个列。

对于整数类型的列，它生成了和；对于字符串类型的列，它对字符串进行了连接。dtype: object 表示出了函数返回 series。

示例代码：dataframe.aggregate() 与多函数的关系

import pandas as pd
dataframe = pd.dataframe(
    {
        "attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
        "name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
        "obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
    }
)
dataframe1 = dataframe.agg(["sum", "min"])
print(dataframe1)

输出：

     attendance                     name  obtained marks
sum         413  oliviajohnlaurabenkevin             356
min          60                      ben              45

聚合函数 sum 和 min 应用于各个列。

对于整数类型的列，min 函数生成了最小值，对于字符串类型的列，它显示了最小长度的字符串。

示例代码：dataframe.aggregate() 与指定列的聚合

import pandas as pd
dataframe = pd.dataframe(
    {
        "attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
        "name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
        "obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
    }
)
dataframe1 = dataframe.agg({"obtained marks": "sum"})
print(dataframe1)

输出：

obtained marks    356
dtype: int64

返回单列之和。dtype: int64 表明该函数返回了一个 series。

我们也可以在一列上应用多个函数。

import pandas as pd
dataframe = pd.dataframe(
    {
        "attendance": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95},
        "name": {0: "olivia", 1: "john", 2: "laura", 3: "ben", 4: "kevin"},
        "obtained marks": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45},
    }
)
dataframe1 = dataframe.agg({"obtained marks": ["sum", "max"]})
print(dataframe1)

输出：

     obtained marks
sum             356
max              90