时间:2022-11-24 09:11:32 | 栏目:Python代码 | 点击:次
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