DataFrame.agg（func，axis = 0，* args，** kwargs?）
func : 函數(shù)，函數(shù)名稱，函數(shù)列表，字典{‘行名/列名’，‘函數(shù)名’}
使用指定軸上的一個(gè)或多個(gè)操作進(jìn)行聚合。
agg是一個(gè)聚合函數(shù)，聚合函數(shù)操作始終是在軸（默認(rèn)是列軸，也可設(shè)置行軸）上執(zhí)行，不同于?numpy聚合函數(shù)（np.sum() //求和；np.prod() //所有元素相乘；np.mean() //平均值；np.std() //標(biāo)準(zhǔn)差；np.var() //方差；np.median() //中數(shù)；np.power() //冪運(yùn)算；np.sqrt() //開方；np.min() //最小值；np.max() //最大值；np.argmin() //最小值的下標(biāo)；np.argmax() //最大值的下標(biāo)；np.inf //無(wú)窮大；np.exp(10) //以e為底的指數(shù)；np.log(10) //對(duì)數(shù)）
下面示例展示agg具體用法：
定義一個(gè)列表值：
import pandasas pd
df=pd.DataFrame([[1,2,3,4],
????????????????????????????? [11,22,33,44],
????????????????????????????? [111,222,333,444],
????????????????????????????? [1111,2222,3333,4444]
????????????????????????????? ],
???????????????????????????? columns=['col1','col2','col3','col4'],)#列名
print(df)
在行上聚合這些函數(shù)
df_arows=df.agg(['max','min','mean'])
????????? col1 ? ? ? col2 ? ? col3 ? ? ? col4
max? 1111.0? 2222.0? 3333.0? 4444.0
min? ? ? 1.0? ? 2.0? ? 3.0? ? 4.0
mean? 308.5? 617.0? 925.5? 1234.0
每列不同的聚合
df_columns=df.agg({'col1':['sum','min'],'col2':['max','min'],'col3':['sum','min']})
????????? col1????? col2 ? ? ? col3
max? ? NaN? 2222.0? ? NaN
min? ? 1.0? ? ?? 2.0? ?????? 3 .0
sum? 1234.0? ? NaN? 3702.0
注：當(dāng)某列沒有其他聚合函數(shù)時(shí)，則用NaN填充。
好啦，就到這里了，謝謝
