在数据分析中，分组聚合二者缺一不可。对数据聚合（求和、平均值等）通常是不可避免的。pd.agg()很方便进行聚合操作。本文就来介绍一下，感兴趣的可以了解一下
前言
在数据分析中，分组聚合二者缺一不可。对数据聚合（求和、平均值等）通常是不可避免的。pd.agg()很方便进行聚合操作。
1. 创建DataFrame对象
import pandas as pd df1 = pd.DataFrame({'sex':list('FFMFMMF'),'smoker':list('YNYYNYY'),'age':[21,30,17,37,40,18,26],'weight':[120,100,132,140,94,89,123]}) 
grouped = df1.groupby(['sex','smoker']) # sex有 F M 二值，smoker有 Y N 二值，故分成四组。
2. 单列聚合
grouped['age'].agg('mean') sex smoker F N 30.0 Y 28.0 M N 40.0 Y 17.5 Name: age, dtype: float64
3. 多列聚合
grouped.agg('mean') 
4. 多种聚合运算
grouped['age'].agg(['min','max'])
5. 多种聚合运算并更改列名
grouped['age'].agg([('A','mean'),('B','max')]) 
6. 不同的列运用不同的聚合函数
grouped.agg({'age':['sum','mean'], 'weight':['min','max']}) 
7. 使用自定义的聚合函数
def Max_cut_Min(group): return group.max()-group.min() grouped.agg(Max_cut_Min)
8. 方便的descibe
grouped.describe()
参考博客：link
以上就是Pandas实现聚合运算agg()的示例代码的详细内容，更多请关注0133技术站其它相关文章！
