DataFrame.agg(func, axis=0, *args, **kwargs)
使用指定axis上的一个或多个操作Aggregate。
参数: | func : 函数,用于聚合数据。如果是函数, 则必须在传递 接受的组合是:
functions的list 和/或 function names, 例如, [np.sum, 'mean'] axis labels的dict -> functions, function names 或 这样的list. axis : {0 or ‘index’, 1 或 ‘columns’}, 默认 0 如果 如果
要传递给func的位置参数。
要传递给func的关键字参数。 |
返回: |
如果使用单个函数调用 如果使用多个函数调用 如果使用单个函数调用 如果使用多个函数调用 返回一个 聚合操作总是在轴上执行,或者是
数组,例如 而不是
|
注意:
agg
是聚合的别名。使用别名。
传递的用户定义函数将被传递一Series
用于求值。
例如,
>>> df = pd.DataFrame([[1, 2, 3],... [4, 5, 6],... [7, 8, 9],... [np.nan, np.nan, np.nan]],... columns=['A', 'B', 'C'])
在行上聚合这些函数
>>> df.agg(['sum', 'min']) A B Csum 12.0 15.0 18.0min 1.0 2.0 3.0
每个列有不同的聚合
>>> df.agg({'A' : ['sum', 'min'], 'B' : ['min', 'max']}) A Bmax NaN 8.0min 1.0 2.0sum 12.0 NaN
对列进行聚合
>>> df.agg("mean", axis="columns")0 2.01 5.02 8.03 NaNdtype: float64