pandas 对group进行聚合的例子

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

您可能感兴趣的文章:

• Python DataFrame.groupby()聚合函数,分组级运算
• pandas-resample按时间聚合实例