快捷導(dǎo)航

pandas.DataFrame.agg()方法的使用

更新時間：2025年05月06日 10:07:10 作者：liuweidong0802

agg函數(shù)是一個非常強大的工具,用于對數(shù)據(jù)進行分組聚合操作,它可以沿指定軸(行或列)應(yīng)用一個或多個聚合函數(shù),常用于統(tǒng)計匯總分析,感興趣的可以了解一下

Pandas2.2 DataFrame

方法	描述
DataFrame.apply(func[, axis, raw, …])	用于沿 DataFrame 的軸（行或列）應(yīng)用一個函數(shù)
DataFrame.map(func[, na_action])	用于對 DataFrame 的每個元素應(yīng)用一個函數(shù)
DataFrame.applymap(func[, na_action])	用于對 DataFrame 中的每一個元素應(yīng)用一個函數(shù)
DataFrame.pipe(func, args, *kwargs)	用于實現(xiàn)鏈?zhǔn)骄幊田L(fēng)格的方法
DataFrame.agg([func, axis])	用于對 DataFrame 的數(shù)據(jù)進行聚合操作

pandas.DataFrame.agg()（或 DataFrame.aggregate()）方法用于對 DataFrame 的數(shù)據(jù)進行聚合操作。它可以沿指定軸（行或列）應(yīng)用一個或多個聚合函數(shù)，常用于統(tǒng)計匯總分析。

DataFrame.agg(func=None, axis=0)

參數(shù)	類型	描述
`func`	function、str、list 或 dict	要應(yīng)用的聚合函數(shù)?？梢允且粋€函數(shù)名字符串（如 `'sum'`）、函數(shù)對象（如 `np.sum`）、函數(shù)列表，或者為每列指定不同函數(shù)的字典。
`axis`	{0 or ‘index’, 1 or ‘columns’}, default: 0	沿哪個軸進行聚合：`0` 表示按列聚合（默認），`1` 表示按行聚合。

示例1：使用單個聚合函數(shù)（如 'mean'）

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

result = df.agg('mean')
print(result)

輸出：

A 2.0
B 5.0
dtype: float64

示例2：使用多個聚合函數(shù)（如 ['min', 'max']）

result = df.agg(['min', 'max'])
print(result)

輸出：

A B
min 1 4
max 3 6

示例3：對不同列使用不同的聚合函數(shù)

result = df.agg({
    'A': 'mean',
    'B': ['min', 'max']
})
print(result)

輸出：

A B
mean 2.0 NaN
min NaN 4.0
max NaN 6.0

示例4：按行聚合（axis=1）

result = df.agg('sum', axis=1)
print(result)

輸出：

0 5
1 7
2 9
dtype: int64

到此這篇關(guān)于pandas.DataFrame.agg()方法的使用的文章就介紹到這了,更多相關(guān)pandas.DataFrame.agg()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: