白云岛资源网 Design By www.pvray.com
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。
白云岛资源网 Design By www.pvray.com
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
白云岛资源网 Design By www.pvray.com
暂无评论...
