pandas学习笔记—agg()函数详解

1、agg()函数定义

agg()函数是聚合函数，
DataFrame.agg（func，axis = 0，* args，** kwargs ）
@@@func : 实现某种统计功能的函数，如果要不同列用求不同统计量，则用字典{‘行名/列名’，‘函数名’}指定。

2、举例

2.1 简单的列或行统计

import pandas as pd
import numpy as np
df1=pd.DataFrame({'age':[21,30,17,37,40,18,26],'weight':[120,100,132,140,94,89,123]})
df1

df1.agg('mean')

得到所有统计信息：

df1.describe()

按行统计：

df1.agg('mean',axis=1)

按行得到所有信息：

df1.T.describe() #先转置再统计

2.2 自定义统计函数

举例：

def diff_max_min(x):
    return x.max() - x.min()

df1.agg(diff_max_min,axis=1)

2.3 先groupby()再agg()

引用这篇文章的例子：

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]})
df1

按“sex”和“smoker”进行分组，然后用agg()得到各分组的统计信息：

grouped=df1.groupby(['sex','smoker'])
grouped.agg('mean')

同样groupby之后也可以自定义的统计函数，此外describe()函数可以得到常见的各分组的统计信息：

grouped.describe()